La expansión del descubrimiento de fármacos con IA se acelera con el laboratorio de NVIDIA y Eli Lilly y plataformas basadas en datos

NVIDIA y Eli Lilly anunciaron en enero un laboratorio de coinnovación en IA, el primero en su tipo, para abordar desafíos clave en el descubrimiento de fármacos con IA. La alianza de $1.000 millones señala una nueva fase en la integración de la inteligencia artificial en la investigación y el desarrollo farmacéuticos, a medida que las empresas utilizan plataformas impulsadas por IA para analizar enormes conjuntos de datos biológicos, realizar experimentos con mayor rapidez e identificar compuestos prometedores con muchas menos iteraciones.

Durante décadas, el proceso de descubrimiento de fármacos ha sido dolorosamente ineficiente. En promedio, se requieren alrededor de 2.500 compuestos y más de cuatro años solo para encontrar un fármaco que merezca pasar a un ensayo clínico. En química medicinal, los modelos de IA se utilizan ahora para generar y evaluar miles de candidatos moleculares en una fracción del tiempo que antes llevaba diseñar apenas unos pocos, mientras que los sistemas de aprendizaje profundo pueden predecir estructuras de proteínas, afinidad de unión y riesgos de toxicidad antes de que un compuesto siquiera entre en un laboratorio.

La migración de enfermedades impulsada por el clima, el envejecimiento de la población y las duras lecciones del COVID-19 están dando forma a la próxima era del desarrollo de fármacos. La Organización Mundial de la Salud ha advertido repetidamente que el calentamiento del clima está ampliando el alcance de virus como dengue, Zika y chikungunya hacia nuevas regiones, incluidas partes de Estados Unidos y del sur de Europa. Los datos de vigilancia de la WHO, los CDC y los reguladores nacionales impulsan cada vez más la priorización de la investigación cuando los organismos señalan una amenaza y evalúan si existen contramedidas o si pueden desarrollarse con rapidez.

Otro cambio está ocurriendo dentro de la propia ciencia, con una transición de los fármacos de diana única a terapias de acción múltiple. El futuro reside en antivirales de acción múltiple y terapias preventivas capaces de abordar varios patógenos mediante un mecanismo compartido. Un solo fármaco oral que pudiera proteger frente a COVID, RSV e influenza cambiaría de forma fundamental la manera en que las sociedades gestionan el riesgo estacional y pandémico.

Empresas como Insilico Medicine y Recursion Pharmaceuticals están utilizando plataformas de IA para identificar dianas terapéuticas y llevar candidatos a ensayos clínicos a una velocidad sin precedentes. Moderna ha descrito públicamente el uso de IA para optimizar el diseño de mRNA y los flujos de trabajo de fabricación, acortando los ciclos de desarrollo. La IA también está transformando los ensayos clínicos mediante algoritmos utilizados para identificar pacientes elegibles, predecir dificultades de reclutamiento y detectar antes señales de seguridad, mientras que los sistemas de control de calidad impulsados por IA ayudan a garantizar la consistencia a escala en la fabricación.

Recursion Pharmaceuticals dijo que el promedio de la industria es de 2.500 compuestos sintetizados en 42 meses para encontrar un candidato de desarrollo, mientras que su promedio es de 330 compuestos sintetizados en 17 meses. La empresa afirmó que su sistema operativo de desarrollo de fármacos integra laboratorios húmedos robóticos, conjuntos de datos biológicos a escala de petabytes y modelos de IA, y que construyó mapas de knockout CRISPR de genoma completo en células neuronales y microgliales. También señaló que Roche y Genentech han pagado $213 millones en tarifas de acceso, que Sanofi ha pagado $134 millones por cinco de sus programas de descubrimiento, que los ingresos de todo el año 2025 fueron de $74,7 millones, que tiene cinco programas clínicos en avance, más de $500 millones en pagos por hitos acumulados de socios, y una reserva de efectivo hasta 2028. Asimismo, informó una reducción mediana del 43% en la carga de pólipos en pacientes con poliposis adenomatosa familiar como su primera prueba clínica de concepto.

Tempus AI dijo que construyó una enorme biblioteca de datos clínicos y moleculares y que la utiliza para impulsar la medicina de precisión con IA, aprendizaje automático y analítica de datos, trabajando principalmente en oncología, diagnóstico y genómica. La empresa afirmó que los ingresos acumulados de los últimos 12 meses alcanzaron $1.270 millones, con un crecimiento anual aproximado del 30%, con el diagnóstico alimentando el motor de datos y los conocimientos generando monetización mediante licencias de datos, analítica de IA y emparejamiento para ensayos clínicos. También dijo que su cartera de pedidos supera los $1.100 millones y que tuvo una pérdida neta acumulada de los últimos 12 meses de $245 millones.

Para 2030, se estima que entre 30% y 60% de la población de Estados Unidos tendrá más de 55 años, según proyecciones del censo de EE. UU. citadas en el material fuente, mientras que China y Japón están envejeciendo aún más rápido. Los pacientes de mayor edad toman más medicamentos, enfrentan mayores riesgos de interacciones farmacológicas y responden de manera diferente al tratamiento, lo que añade presión para programas de desarrollo de fármacos diseñados en torno a horizontes de corto, mediano y largo plazo.