El laboratorio de Terray Therapeutics es una sinfonía de automatización miniaturizada. Los robots zumban, transportando diminutos tubos de fluidos a sus puestos. Científicos con batas azules, guantes estériles y gafas protectoras controlan las máquinas.
Pero la verdadera acción tiene lugar a nanoescala: Las proteínas en solución se combinan con moléculas químicas contenidas en minúsculos pocillos de chips de silicio hechos a medida que parecen moldes microscópicos de magdalenas. Cada interacción se registra, millones y millones cada día, generando 50 terabytes de datos brutos diarios, el equivalente a más de 12.000 películas.
El laboratorio, del tamaño de dos tercios de un campo de fútbol, es una fábrica de datos para el descubrimiento y desarrollo de fármacos asistidos por inteligencia artificial en Monrovia (California). Forma parte de una oleada de jóvenes empresas y start-ups que intentan aprovechar la inteligencia artificial para producir fármacos más eficaces y con mayor rapidez.
Las empresas están aprovechando la nueva tecnología -que aprende de enormes cantidades de datos para generar respuestas- para intentar rehacer el descubrimiento de fármacos. Están pasando de un minucioso trabajo artesanal a una precisión más automatizada, un cambio impulsado por la inteligencia artificial que aprende y se hace más inteligente.
"Cuando se dispone del tipo de datos adecuado, la inteligencia artificial puede trabajar y mejorar mucho", afirma Jacob Berlin, cofundador y director ejecutivo de Terray.
La mayoría de los primeros usos comerciales de la inteligencia artificial generativa, que puede producir desde poesía hasta programas informáticos, han sido para ayudar a eliminar la pesadez de las tareas rutinarias de oficina, atención al cliente y escritura de códigos. Sin embargo, el descubrimiento y desarrollo de fármacos es una industria enorme que, según los expertos, está madura para la transformación de la inteligencia artificial.
Según la consultora McKinsey & Company, la inteligencia artificial es una "oportunidad única" para el sector farmacéutico.
Del mismo modo que los populares chatbots, como ChatGPT, se entrenan a partir de textos de Internet, y los generadores de imágenes, como DALL-E, aprenden de grandes cantidades de fotos y vídeos, la inteligencia artificial para el descubrimiento de fármacos se basa en datos. Y se trata de datos muy especializados: información molecular, estructuras de proteínas y mediciones de interacciones bioquímicas. La inteligencia artificial aprende de los patrones de los datos para sugerir posibles candidatos a fármacos útiles, como si se tratara de emparejar las llaves químicas con las cerraduras de proteínas adecuadas.
Como la inteligencia artificial para el desarrollo de fármacos se nutre de datos científicos precisos, las "alucinaciones" tóxicas son mucho menos probables que con chatbots más ampliamente entrenados. Y cualquier fármaco potencial debe someterse a pruebas exhaustivas en laboratorios y ensayos clínicos antes de ser aprobado para los pacientes.
Empresas como Terray están construyendo grandes laboratorios de alta tecnología para generar la información que ayude a entrenar a la inteligencia artificial, lo que permite una rápida experimentación y la capacidad de identificar patrones y hacer predicciones sobre lo que podría funcionar.
A continuación, la inteligencia artificial generativa puede diseñar digitalmente una molécula farmacológica. Ese diseño se traduce, en un laboratorio automatizado de alta velocidad, en una molécula física y se comprueba su interacción con una proteína diana. Los resultados -positivos o negativos- se registran y se introducen en el software de la inteligencia artificial para mejorar el siguiente diseño, acelerando así el proceso global.
Aunque ya se están realizando ensayos clínicos con algunos fármacos desarrollados por la inteligencia artificial, aún es pronto.
"La inteligencia artificial generativa está transformando este campo, pero el proceso de desarrollo de fármacos es complicado y muy humano", afirma David Baker, bioquímico y director del Instituto de Diseño de Proteínas de la Universidad de Washington.
Tradicionalmente, el desarrollo de fármacos ha sido una tarea costosa, lenta y llena de aciertos y errores. Los estudios sobre el coste de diseñar un fármaco y realizar ensayos clínicos hasta su aprobación final varían mucho. Pero el gasto total se estima en 1.000 millones de dólares de media. Se tarda entre 10 y 15 años. Y casi el 90% de los candidatos a fármacos que se someten a ensayos clínicos en humanos fracasan, generalmente por falta de eficacia o por efectos secundarios imprevistos.
Los jóvenes desarrolladores de fármacos mediante inteligencia artificial se esfuerzan por utilizar su tecnología para mejorar esas probabilidades, al tiempo que reducen tiempo y dinero.
Su fuente de financiación más constante procede de los gigantes farmacéuticos, que durante mucho tiempo han actuado como socios y banqueros de pequeñas empresas de investigación. Hoy en día, los fabricantes de fármacos basados en la inteligencia artificial suelen centrarse en acelerar las fases preclínicas del desarrollo, que suelen durar entre cuatro y siete años. Algunos intentan realizar ellos mismos los ensayos clínicos. Pero es en esa fase donde las grandes empresas farmacéuticas suelen tomar el relevo, encargándose de los costosos ensayos en humanos, que pueden llevar otros siete años.
Para las empresas farmacéuticas establecidas, la estrategia de los socios es una vía relativamente barata de aprovechar la innovación.
"Para ellos, es como coger un Uber para ir a algún sitio en lugar de tener que comprar un coche", afirma Gerardo Ubaghs Carrión, antiguo banquero de inversiones en biotecnología de Bank of America Securities.
Las grandes empresas farmacéuticas pagan a sus socios investigadores por alcanzar hitos en el desarrollo de candidatos a fármacos, lo que puede suponer cientos de millones de dólares a lo largo de los años. Y si un fármaco se aprueba finalmente y se convierte en un éxito comercial, hay un flujo de ingresos por derechos de autor.
Empresas como Terray, Recursion Pharmaceuticals, Schrödinger e Isomorphic Labs persiguen grandes avances. Pero, a grandes rasgos, hay dos caminos diferentes: los que están construyendo grandes laboratorios y los que no.
Isomorphic, la spinout para el descubrimiento de fármacos de Google DeepMind, el grupo central de inteligencia artificial del gigante tecnológico, considera que cuanto mejor sea la inteligencia artificial, menos datos se necesitarán. Y apuesta por su destreza con el software.
En 2021, Google DeepMind lanzó un software que predecía con exactitud las formas que adoptarían las cadenas de aminoácidos al plegarse como proteínas. Esas formas tridimensionales determinan cómo funciona una proteína. Esto supuso un gran avance en la comprensión biológica y ayudó al descubrimiento de fármacos, ya que las proteínas determinan el comportamiento de todos los seres vivos.
El mes pasado, Google DeepMind e Isomorphic anunciaron que su último modelo de inteligencia artificial, AlphaFold 3, puede predecir cómo interactuarán las moléculas y las proteínas, un paso más en el diseño de fármacos.
"Nos centramos en el enfoque computacional", afirma Max Jaderberg, director de Inteligencia Artificial de Isomorphic. "Creemos que hay un enorme potencial por desbloquear".
Terray, como la mayoría de las nuevas empresas de desarrollo de fármacos, es un subproducto de años de investigación científica combinada con avances más recientes en Inteligencia Artificial.
El Dr. Berlin, director ejecutivo y doctor en química por Caltech, ha perseguido avances en nanotecnología y química a lo largo de su carrera. Terray surgió de un proyecto académico iniciado hace más de una década en el centro oncológico City of Hope, cerca de Los Ángeles, donde el Dr. Berlin tenía un grupo de investigación.
Terray se centra en el desarrollo de fármacos de moléculas pequeñas, básicamente cualquier medicamento que una persona pueda ingerir en forma de píldora, como la aspirina y las estatinas. Las pastillas son cómodas de tomar y baratas de producir.
Los elegantes laboratorios de Terray están muy lejos de los viejos tiempos en el mundo académico, cuando los datos se almacenaban en hojas de cálculo Excel y la automatización era un objetivo lejano.
"Yo era el robot", recuerda Kathleen Elison, cofundadora y científica principal de Terray.
Pero en 2018, cuando se fundó Terray, las tecnologías necesarias para construir su laboratorio de datos de estilo industrial avanzaban a buen ritmo. Terray ha confiado en los avances de fabricantes externos para fabricar los chips a microescala que diseña. Sus laboratorios están llenos de equipos automatizados, pero casi todos son personalizados, gracias a los avances en la tecnología de impresión 3D.
Desde el principio, el equipo de Terray reconoció que la inteligencia artificial iba a ser crucial para dar sentido a sus almacenes de datos, pero el potencial de la inteligencia artificial generativa en el desarrollo de fármacos no se hizo evidente hasta más tarde, aunque antes de que ChatGPT se convirtiera en un gran éxito en 2022.
Narbe Mardirossian, científico sénior de Amgen, se convirtió en director de tecnología de Terray en 2020, en parte debido a su riqueza en datos generados en laboratorio. Bajo la dirección del Dr. Mardirossian, Terray ha reforzado sus equipos de ciencia de datos e inteligencia artificial y ha creado un modelo de inteligencia artificial para traducir datos químicos a matemáticas y viceversa. La empresa ha lanzado una versión de código abierto.
Terray tiene acuerdos de colaboración con Bristol Myers Squibb y Calico Life Sciences, una filial de Alphabet, la empresa matriz de Google, centrada en las enfermedades relacionadas con la edad. Los términos de esos acuerdos no se han revelado.
Para expandirse, Terray necesitará fondos más allá de sus 80 millones de dólares en financiación de riesgo, dijo Eli Berlin, hermano menor del Dr. Berlin. Dejó su trabajo en una empresa de capital riesgo para convertirse en cofundador y director financiero y operativo de la empresa, convencido de que la tecnología podría abrir la puerta a un negocio lucrativo.
Terray está desarrollando nuevos fármacos para enfermedades inflamatorias como el lupus, la psoriasis y la artritis reumatoide. Según el Dr. Berlin, la empresa espera tener fármacos en fase de ensayo clínico a principios de 2026.
Las innovaciones farmacológicas de Terray y sus homólogos pueden acelerar las cosas, pero sólo hasta cierto punto.
"La prueba definitiva para nosotros, y para el sector en general, es que dentro de diez años podamos decir que la tasa de éxito clínico ha aumentado y que tenemos mejores medicamentos para la salud humana", afirma el Dr. Berlin.