La inteligencia artificial (IA) está desempeñando un papel clave en la biotecnología. Su capacidad para analizar grandes cantidades de datos y crear modelos predictivos nos está permitiendo acelerar el desarrollo de fármacos y vacunas, avanzar en la producción de biocombustibles y enzimas industriales, e incluso diseñar proteínas.
Así lo afirmó el socio general de Zentynel Frontier Investments -un fondo de capital riesgo en biotecnología y ciencias de la vida-, Cristián Hernández-Cuevas, quien afirmó que esta tecnología ha permitido, por ejemplo, reducir tiempos y costes de investigación de nuevos compuestos. farmacológico, al analizar y “predecir millones de combinaciones químicas mucho más rápido” de lo habitual.
“Según un informe de McKinsey, la aplicación de la IA en biotecnología podría reducir los costes de desarrollo de fármacos entre un 30% y un 50%, y acortar su ciclo de investigación en un 50%, lo que no sólo implica que las empresas puedan llevar soluciones al mercado más rápido, sino que también que muchas enfermedades raras, que no eran rentables para la investigación, ahora pueden ser objeto de estudio”, afirmó.
En mayo, DeepMind, el brazo de investigación y desarrollo de IA de Google, por ejemplo, lanzó la tercera versión de AlphaFold, un modelo que tiene como objetivo predecir la estructura de las proteínas basándose en el aprendizaje profundo, y en septiembre hizo lo mismo. propio AlphaProteo para diseñar nuevos ligandos (moléculas) de proteínas de alta resistencia, ambos utilizados para acelerar la comprensión de los procesos biológicos y el descubrimiento de fármacos.
Otro ejemplo es 1910 Genetics, una biotecnológica con sede en Boston (Estados Unidos), que desarrolló una plataforma de inteligencia artificial multimodal -que integra diferentes flujos de datos propios- para acelerar su cartera de productos para enfermedades neurológicas, autoinmunes y oncológicas, pero también para ofrecer nuevos candidatos a fármacos y soluciones de software a empresas farmacéuticas y tecnológicas. Durante la pandemia de Covid-19, diseñó un conjunto de pequeñas moléculas candidatas que bloquean la entrada del SARS-CoV-2 a las células huésped.
Hernández-Cuevas afirmó que algoritmos avanzados y modelos de IA basados en aprendizaje profundo, capaces de ser entrenados con imágenes biomédicas, han permitido una “mejora significativa” en el área del diagnóstico molecular, al detectar anomalías que podrían pasar desapercibidas para el ojo humano. .
“Estos sistemas ayudan a los especialistas en la identificación temprana de enfermedades, lo que contribuye a un tratamiento más oportuno”, comentó.
Investigación aplicada
Un estudio realizado por Bain & Company junto con la sede Patagonia de la Universidad de San Sebastián, concluyó que la IA puede acelerar la investigación de proteínas en procesos inflamatorios y enfermedades metabólicas, y también reducir los tiempos de desarrollo y prueba de nuevos medicamentos.
El líder de analítica avanzada de Bain & Company, Diego Aguayo, explicó que “pudimos analizar decenas de proteínas, y llevar el análisis a cientos implicaría un costo marginal. Logramos obtener resultados en menos de una semana, utilizando algoritmos de aprendizaje profundo como AlphaFold2Complex y técnicas complementarias. “Un estudio con organismos vivos similares llevaría años y costaría entre 300.000 y 400.000 dólares”.
Según Hernández-Cuevas, en Chile las herramientas de IA han comenzado a integrarse a la biotecnología como parte de una tendencia global para optimizar los procesos científicos. Y señaló que, aunque su adopción en este campo “no está tan extendida” respecto a países con mayor inversión en I+D, startups y centros de investigación locales ya están explorando su uso, especialmente en el análisis de datos genómicos (ADN) y en la identificación de biomarcadores.
Agregó que el fortalecimiento del ecosistema de innovación en Chile en los últimos años, producto del apoyo de fondos de capital de riesgo y entidades como Corfo, ha permitido que algunas startups chilenas experimenten con aplicaciones de IA en biotecnología, “especialmente en el campo”. ” de la agricultura y el sector alimentario, para optimizar la producción de cultivos y mejorar la resistencia a las enfermedades”.
Aguayo señaló que, si bien a nivel de startups existen ciertas complicaciones para masificar el uso de la IA, como la falta de retención de talento, la dificultad para generar impacto y restricciones financieras, hay algunas que avanzan “a paso firme” en el desarrollo de proteínas y pruebas in silico (análisis computacional de sustancias y sus datos).
Hernández-Cuevas dijo que NotCo, en la industria alimentaria, ha demostrado “cómo el uso de la IA puede ser fundamental para el éxito comercial en los sectores biotecnológicos”, mediante el uso de algoritmos para analizar datos y crear alternativas basadas en plantas a los productos tradicionales, y “ellos han sido una historia de éxito que inspira a otras startups en Chile a explorar el potencial de la IA”.
