5 innovaciones con IA de SoftServe. 3- Ciencia de la vida: nuevas capacidades en el descubrimiento de fármacos

 

Por: Volodymyr Karpiv, Director de I+D en SoftServe.

Crear nuevos medicamentos es un proceso complejo: una molécula debe cumplir muchas condiciones para ser eficaz y minimizar los efectos secundarios.

Las mejores moléculas candidatas se adhieren sólo a sus objetivos previstos, evitando afectar otras partes del cuerpo. De principio a fin, el proceso suele durar de 10 a 15 años, y apenas uno de entre miles de candidatos llega a los pacientes.

Aparte de que el costo de un medicamento convencional supera los mil millones de dólares, desde la creación hasta la aprobación y distribución comercial.

En este contexto, uno de los principales desafíos en el descubrimiento de fármacos es el diseño y selección eficientes de nuevos compuestos, ya que los científicos deben crear nuevas moléculas y predecir sus propiedades a un costo computacional bajo.

Por ello, el equipo de SoftServe ha lanzado recientemente el demo «Generación de Moléculas Orgánicas Pequeñas«, para mostrar cómo un enfoque innovador está transformando la química.

Aquí un conjunto de soluciones basadas en IA y aprendizaje automático predicen la mayoría de las propiedades de “drogabilidad” basándose en las estructuras moleculares, lo que acelera y hace más eficiente todo el proceso, ayudando a los científicos a encontrar moléculas prometedoras para nuevos medicamentos más rápidamente.

Los expertos de la compañía han desarrollado un sistema en el que una herramienta de IA (el generador) crea nuevas moléculas, mientras que otra herramienta (el discriminador) verifica si cumplen con las propiedades deseadas.

El generador mejora continuamente las moléculas según el feedback del discriminador, repitiendo el proceso hasta lograr el ajuste óptimo. Este enfoque es útil para diseñar moléculas orgánicas pequeñas e incluso péptidos, que se usan en tratamientos como la inmunoterapia contra el cáncer.

Al respecto, un estudio reciente del equipo de I+D explora el uso de la inteligencia artificial para encontrar nuevos tratamientos para problemas de coagulación sanguínea, como la trombosis o la hemofilia, generando candidatos a fármacos novedosos.

Los resultados indican que el aprendizaje automático ofrece resultados prometedores en el descubrimiento de fármacos, incluso si la disponibilidad de datos es baja, acercando soluciones impactantes a la industria.