Por Alex Knapp

Insilico Medicine, con sede en Hong Kong, publicó una investigación el lunes que muestra que su sistema de aprendizaje profundo podría identificar posibles tratamientos para la fibrosis. Ese sistema, llamado aprendizaje de refuerzo tensorial generativo, o GENTRL para abreviar, pudo encontrar seis tratamientos prometedores en solo 21 días, uno de los cuales mostró resultados en un experimento con ratones. La investigación se publicó en Nature Biotechnology, y el código para el modelo se puso a disposición en Github.

“Tenemos una estrategia de IA (Inteligencia Artificial) combinada con mucha imaginación”, dice el CEO de Insilico, Alex Zhavoronkov, quien compara la operación de GENTRL con el sistema de aprendizaje automático, AlphaGo, que Deepmind de Google desarrolló para desafiar a los jugadores campeones de este sistema.

Zhavoronkov fundó la compañía en 2014. Su formación original era en informática, y pasó varios años trabajando en ATI hasta que fue adquirida por AMD en 2006. En ese momento, cambió de marcha y decidió dedicarse a la investigación biotecnológica, con interés en investigación para ralentizar el proceso de envejecimiento. 

Se recibió de su maestría de Johns Hopkins y luego obtuvo un doctorado de la Universidad Estatal de Moscú, donde sus estudios se centraron en el uso del aprendizaje automático para observar la física de las interacciones moleculares en los sistemas biológicos. Luego trabajó para varias compañías, pero luego regresó a Baltimore para fundar Insilico.

La filosofía original de la compañía consistía en utilizar el aprendizaje profundo para entrenar redes neuronales, a través de grandes bibliotecas de moléculas, para encontrar objetivos farmacológicos. Sin embargo, poco después de fundar la empresa, Zhavoronkov quedó fascinado con el trabajo de Ian Goodfellow en el aprendizaje automático y decidió cambiar de rumbo.

“Pensamos,” ¿Podemos hacer que las máquinas imaginen nuevas moléculas con propiedades particulares, en lugar de seleccionar grandes bibliotecas de proveedores?”, dice. La detección de moléculas, comenta, es cómo lo hacen en el mundo tradicional del descubrimiento de drogas, pero quería ver si este tipo de aprendizaje podría hacer las cosas más rápido.

La investigación inicial que la compañía publicó en torno a esta idea en 2016, ayudó a atraer dinero de inversión en los campos competitivos de biotecnología e IA. Según Pitchbook, hasta ahora ha recaudado 24,3 millones de dólares (mdd) en inversión, logrando una valuación de 56 mdd, de patrocinadores que incluyen: A-Level Capital y Juvenescence. También tiene múltiples socios en el campo de la biotecnología, incluidos: A2A Pharmaceuticals y TARA Biosystems.

También lee: Bayer hace una millonaria venta en medio del escándalo

El documento actual tiene su origen en un desafío, que sus colegas del mundo de la química le plantearon a la empresa. Piden a la compañía que use su sistema para desarrollar medicamentos potenciales que puedan inhibir la actividad del receptor 1 del dominio de discoidina (DDR1). 

DDR1 es una enzima que participa en la fibrosis y, aunque todavía no está claro si regula esos procesos, se está investigando la inhibición de su actividad como una posible terapia. El desafío se basó en una investigación publicada recientemente por un equipo de Genentech, que tardó alrededor de 8 años en identificar los prometedores inhibidores de la quinasa de esta enzima.

Insilico usó GENTRL para diseñar nuevos candidatos a fármacos, que luego se sintetizaron y un prospecto líder se probó con éxito en ratones. El sistema de IA tardó aproximadamente 21 días en diseñar moléculas, y el tiempo total para el diseño, síntesis y validación fue de aproximadamente 46 días. 

Aunque ninguno de los medicamentos diseñados por GENTRL parecería ser más efectivo que los inhibidores desarrollados por el método de investigación tradicional, el proceso tradicional tomó más de 8 años y millones de dólares para desarrollarse, en comparación con el puñado de semanas y aproximadamente 150,000 dólares de costo del método de Insilico.

“Sus moléculas son increíbles, son un poco mejores de lo que nuestra IA podría hacer”, dice Zhavoronkov. “Pero, de nuevo, son años en comparación con las personas que no tienen mucho conocimiento de la química haciendo estas cosas”.

Por supuesto, en el gran esquema del desarrollo de fármacos, esto solo representa el primer paso. Si bien esto representa un hito en la demostración del potencial de la IA para identificar candidatos a medicamentos, todavía llevará años de ensayos clínicos y millones gastados en investigación antes de que se apruebe el uso de cualquier posible prospecto para tratar una enfermedad en particular.

Zhavoronkov también advierte que Insilico todavía tiene mucho trabajo por delante, aunque para él, esta investigación es un avance importante porque muestra la promesa de usar IA para el descubrimiento de fármacos.

“Creo que este documento eliminará mucho escepticismo en las grandes farmacéuticas”, dice.

No te pierdas: Rechazan prohibición de pesticida que causa daño cerebral en bebés

 

Siguientes artículos

Obituario | Francisco Toledo, el artista sin identificación oficial
Por

Toledo nunca tuvo identificación oficial -decía que no confiaba en el sistema democrático del país-, pero sus obras sí l...