Isomorphic Labs presenta IsoDDE, su modelo propietario de IA para el descubrimiento de fármacos
Isomorphic Labs publicó un informe técnico de 27 páginas sobre IsoDDE, su nuevo motor propietario de IA para el descubrimiento de fármacos. Según el documento, el modelo supera a sistemas existentes al predecir interacciones fármaco–proteína y estructuras de anticuerpos, aunque ofrece pocos detalles técnicos sobre cómo logra esos resultados.
Casi dos años después de que Google DeepMind lanzara una versión actualizada de AlphaFold3 orientada al descubrimiento de fármacos, su filial de biofarmacéutica, Isomorphic Labs, anunció un modelo de inteligencia artificial aún más potente — y se lo guardan para sí. Isomorphic Labs, con sede en Londres, destacó las capacidades de su «motor de descubrimiento de fármacos» — al que llama IsoDDE — en un informe técnico de 27 páginas, publicado el 10 de febrero.
Los logros, incluidas predicciones precisas de cómo las proteínas interactúan con fármacos potenciales y de las estructuras de anticuerpos, han impresionado a científicos que trabajan en el área. Sin embargo, a diferencia de los sistemas de IA AlphaFold para predecir la estructura de proteínas — que se pusieron a disposición de otros investigadores y se describieron en detalle en artículos de revistas —, IsoDDE es propietario y el documento técnico ofrece escasa información sobre cómo lograr resultados similares.
«Es un gran avance, a la escala de un AlphaFold4», en referencia a una futura generación aún no publicada de la tecnología de Google DeepMind, dice Mohammed AlQuraishi, biólogo computacional de la Universidad de Columbia en la ciudad de Nueva York, que trabaja para desarrollar versiones completamente de código abierto de AlphaFold. «El problema, por supuesto, es que no conocemos ninguno de los detalles».
AlphaFold 3 se desarrolló pensando en el descubrimiento de fármacos. A diferencia de su predecesor AlphaFold2, ganador del Nobel, el modelo podía predecir las estructuras de proteínas que interactúan con otras moléculas — incluidos fármacos potenciales.
Las IA similares modeladas a partir de AlphaFold 3 han estado cerca de igualar por completo su rendimiento y cuentan con nuevas capacidades. Un modelo de código abierto llamado Boltz-2, desarrollado por científicos del Massachusetts Institute of Technology en Cambridge y publicado el año pasado, podía predecir la fuerza con la que los fármacos potenciales se adhieren a las proteínas, o afinidad de unión. Esta es una propiedad clave para desarrollar terapias y, por lo general, se predice con métodos basados en la física que exigen un alto coste computacional.
Según el informe de Isomorphic, su nueva IA supera tanto a Boltz-2 como a los métodos basados en la física a la hora de determinar la afinidad de unión. Las predicciones de cómo los anticuerpos — que constituyen la base de terapias que generan decenas de miles de millones de libras en ventas anuales — interactúan con sus dianas también son de última generación, afirma el informe.
AlQuraishi dice estar especialmente impresionado por la capacidad de IsoDDE para predecir interacciones fármaco–proteína de moléculas que son muy diferentes de los datos con los que se entrenó el modelo. «Ese es el problema realmente difícil, y sugiere que debieron de hacer algo bastante novedoso», afirma.