IA en descubrimiento de fármacos: cierre del bucle de datos

⏱ Tiempo de lectura: 4 min

La inteligencia artificial promete acelerar el descubrimiento de fármacos, pero enfrenta un obstáculo crítico: la falta de datos de calidad y completos. Según Paul Belcher, director de estrategia de investigación de proteínas en Cytiva, los modelos de IA actuales alcanzan un límite de datos cuando acceden a los mismos conjuntos públicos disponibles, lo que reduce su capacidad predictiva y aumenta el riesgo de sesgos.

El desafío de los datos en descubrimiento farmacéutico impulsado por IA

El costo de desarrollar nuevos fármacos se ha duplicado cada nueve años desde los años 1950, fenómeno conocido como Ley de Eroom. Actualmente toma 10-15 años y entre 1.000 y 2.500 millones de dólares llevar un medicamento al mercado, con tasas de fracaso superiores al 90%. La IA se posiciona como la herramienta clave para reducir timelines y mejorar tasas de éxito. Sin embargo, el progreso depende directamente de la calidad y amplitud de los datos disponibles para entrenar los modelos. Los investigadores enfrentan el desafío de acceder a información completa y estructurada que incluya tanto resultados positivos como negativos.

Datos públicos insuficientes y sesgo de publicación

La mayoría de conjuntos de datos públicos y publicaciones científicas presentan únicamente resultados positivos. Los experimentos fallidos, los compuestos que no se unen a objetivos y los datos de fracaso permanecen enterrados en cuadernos de laboratorio y nunca informan la investigación futura. Este sesgo de publicación actúa como "tener una mano atada detrás de la espalda", según Belcher. Los modelos pueden identificar patrones asociados al éxito, pero carecen de comprensión integral de los fracasos que haría las predicciones más confiables. Adicionalmente, estos conjuntos de datos no fueron construidos pensando en IA, careciendo de estructura, etiquetado y diversidad necesarios para mantener modelos precisos y libres de sesgos. La fuente detalla estos desafíos en profundidad, incluyendo cómo la fabricación de datos ha facilitado mediante IA generativa, con estudios que muestran que casi 4% de artículos biomédicos contienen imágenes duplicadas o manipuladas.

Laboratorios autónomos y validación de integridad de datos

Aspecto	Descripción
Tiempo de desarrollo farmacéutico	10-15 años promedio
Costo por medicamento	$1.000 a $2.500 millones
Tasa de fracaso	Superior al 90%
Aplicación temprana de IA más prometedora	Identificación de candidatos mediante diseño predictivo
Limitación actual de IA	No puede predecir confiablemente cinética o viabilidad de compuestos nuevos
Herramienta de validación mencionada	Image Integrity Checker de Cytiva, usa algoritmos de hash seguro (tecnología blockchain)
Visión futura	Laboratorios autónomos con ciclos predicción-prueba-optimización integrados
Requisito para laboratorios autónomos	Datos FAIR (localizables, accesibles, interoperables, reutilizables) a escala

Preguntas frecuentes sobre IA en descubrimiento farmacéutico

¿Cuál es el principal obstáculo de la IA en descubrimiento de fármacos?

La falta de datos de entrenamiento completos y de calidad. Los modelos acceden principalmente a datos públicos que muestran solo resultados positivos, careciendo de información sobre fracasos experimentales y compuestos inactivos necesarios para entrenamientos robustos.

¿Qué cambio espera traer la IA al desarrollo farmacéutico?

Diseño predictivo de candidatos en lugar de cribado empírico masivo. Los modelos pueden generar candidatos desde cero y predecir su interacción con objetivos de enfermedad antes de pruebas físicas costosas, reduciendo timelines y riesgos.

¿Cómo se valida la integridad de datos científicos en el contexto de IA?

Mediante herramientas como el Image Integrity Checker, que utiliza algoritmos de hash seguro (tecnología blockchain) para detectar manipulación en imágenes científicas. Las casas editoriales comienzan a adoptar estos sistemas como estándar.

El contexto detrás del desafío

La industria farmacéutica necesita cerrar el bucle entre laboratorios computacionales (dry labs) y físicos (wet labs). La integración de sistemas interoperables y datos estructurados permitiría que resultados experimentales realimenten modelos de IA en ciclos continuos, mejorando candidatos farmacológicos que llegan a ensayos clínicos. Sin esta integración, incluso la mejor tecnología funciona en ecosistema cerrado sin valor real para aceleración de descubrimientos.

La lectura para quienes usan IA a diario

Si trabajas en investigación o validación de datos científicos, este análisis subraya que ningún modelo de IA es mejor que los datos que lo entrenan. La calidad, completitud y ausencia de sesgo son más críticas que algoritmos avanzados. Las próximas generaciones de IA farmacéutica dependerán de resolver primero problemas estructurales de datos antes que de innovación computacional.

En Inteligencia Artificial creemos que el cuello de botella real en IA biomédica no es la capacidad de predicción, sino la voluntad de la comunidad científica de compartir datos de fracaso. ¿Qué incentivos podrían motivar que laboratorios publiquen experimentos fallidos?

Fuente: www.technologyreview.com