Investigación en el punto de mira: el descubrimiento de fármacos con IA alcanza una nueva frontera

Este mes, la promesa de que la inteligencia artificial (IA) podría acelerar el ritmo del descubrimiento de fármacos dio otro paso adelante con el lanzamiento de AlphaFold 3. La herramienta, la tercera iteración del modelo de predicción de la estructura de las proteínas que debutó por primera vez en 2018, modela no solo las estructuras 3D de las proteínas, los componentes básicos de la vida, sino también cómo esas estructuras interactúan con otras biomoléculas, incluido el ADN,1 el ARN,2 y pequeñas moléculas conocidas como ligandos. Tal nivel de complejidad nunca ha sido accesible a través de una sola herramienta y podría profundizar la comprensión de los científicos sobre la biología de la enfermedad y su capacidad para desarrollar nuevos tratamientos.

Conclusión para los inversores

AlphaFold 3 es uno de los muchos algoritmos de IA que se están desarrollando en la industria biofarmacéutica con el objetivo de acelerar el ritmo del descubrimiento de fármacos. La gran pregunta para los inversores es, ¿tendrán éxito estas herramientas?

Hasta ahora, el historial es mixto. Hasta la fecha, no se ha comercializado ningún medicamento totalmente generado por IA, y algunos medicamentos de IA que han entrado en ensayos clínicos en humanos se han archivado o se les ha quitado prioridad debido a los resultados mediocres.

El problema puede deberse al hecho de que, a pesar de lo poderosa que es la IA, el desarrollo de fármacos tiene grandes probabilidades de éxito: en promedio, el 90% de las terapias que entran en ensayos clínicos en humanos nunca llegan al mercado, un gran margen de error para que la tecnología lo supere e indicativo de la complejidad del desarrollo de fármacos.

Además, AlphaFold 3 aún puede cometer errores y, al igual que otras herramientas de IA, es posible que no sea predictivo de lo que será el mejor medicamento de su clase. Moderna, por ejemplo, ha pasado más de una década construyendo y analizando una base de datos de ARN mensajero sintético (ARNm) con la ayuda de la IA, en la que la compañía se basó para desarrollar rápidamente su vacuna contra el COVID-19. Se espera que su segunda vacuna de ARNm, esta vez dirigida al virus respiratorio sincitial (VRS), obtenga la aprobación de la Administración de Alimentos y Medicamentos en las próximas semanas. Pero esta vacuna será la tercera en el mercado, y en ensayos clínicos demostró una duración de eficacia más corta que sus competidores, ambos lanzados el año pasado.

AlphaFold 3 está superando los límites: los desarrolladores dicen que el algoritmo puede modelar la estructura y las interacciones de las biomoléculas con al menos un 50% más de precisión que los métodos existentes. Pero las predicciones aún tienen que ser confirmadas a través de la investigación clínica tradicional. Y hasta ahora, AlphaFold 3 solo está disponible para uso no comercial, lo que podría limitar la disponibilidad de entradas de datos y aprendizajes en el futuro.

Por ello, seguimos creyendo que los inversores deberían abordar el papel de la IA en el descubrimiento y desarrollo de fármacos con la cabeza fría, pensando en la IA no como la solución, sino más bien como una parte de ella. Para ello, creemos que es importante identificar a las empresas que muestran pruebas de concepto a través de ensayos clínicos y que los inversores tengan en cuenta las valoraciones. Además, a medida que las herramientas de IA crezcan en prevalencia, también aumentará la demanda de datos moleculares de alta calidad, lo que podría beneficiar a las empresas que brindan servicios como la secuenciación e interpretación genómica de próxima generación, como señalamos en otro artículo que analizó un conjunto más amplio de oportunidades de inversión relacionadas con la IA en la atención médica. El papel de apoyo de estas empresas podría conllevar menos riesgo que la biotecnología de IA pura, pero aún así proporcionar exposición a los beneficios de la investigación de medicamentos asistida por IA.

Información importante

Los sectores de salud están sujetos a legislación estatal y a tasas de reembolso, así como a la aprobación de productos y servicios por el Estado, lo cual podría incidir sensiblemente en sus precios y disponibilidad; además, pueden verse notablemente afectados por una obsolescencia acelerada y vencimientos de patentes.

Las inversiones concentradas en un solo sector, industria o área geográfica son más susceptible a factores que afectan a ese grupo y podrían ser más volátiles que la rentabilidad de inversiones menos concentradas o que el mercado en general.