Desde que se detecta una nueva enfermedad hasta que llega al mercado un medicamento para combatirla pueden pasar 15 años. Es un proceso complejo y caro. Hay que filtrar millones de moléculas para diseñar un fármaco exitoso, un procedimiento que cuesta entre 3.000 y 5.000 millones de euros. Además, el 90% de los fármacos que se analizan durante los ensayos clínicos fallan durante la primera fase. Esta dificultad para diseñar nuevas medicinas irá en aumento. Se espera que la investigación y el desarrollo de medicamentos descienda un 50% a escala global cada nueve años.

Estos datos, expuestos por la empresa Generative Tensorial Networks (GTN LTD), reflejan la complejidad para acceder a nuevos fármacos en todo el mundo, algo que se hace todavía más notable en los países en vías de desarrollo. Desde GTN LTD pretenden acabar con esta situación. La cofundadora y CEO de dicha empresa, Noor Shaker, utiliza técnicas de física cuántica y aprendizaje automático para acabar con estos cuellos de botella en la creación de nuevas medicinas. A través de estas tecnologías Shaker, que se ha dedicado a la investigación en inteligencia artificial y machine learning durante diez años, pretende reinventar la forma de hallar fármacos. Gracias a sus avances en la industria farmacéutica, ha sido reconocida dentro de los Innovadores menores de 35 Europa 2018 de MIT Technology Review en español.

GTN LTD resuelve las principales causas de ineficiencia en el diseño de fármacos: la representación de las estructuras químicas y la búsqueda de nuevas moléculas. A través de los ordenadores cuánticos, que prueban múltiples soluciones para resolver problemas complejos a gran velocidad, Shaker realiza simulaciones sobre cómo se comportan los compuestos químicos. Después, con algoritmos de aprendizaje automático, las máquinas asimilan nuevos datos y aprenden solas sin necesidad de que sean programadas explícitamente para ello. Esto les permite realizar búsquedas más profundas de posibles compuestos y analizar sus características como solubilidad o la toxicidad.

Gracias a la combinación de estas tecnologías, el software de GTN LTD detecta nuevas moléculas con capacidad de comportarse como los hacen fármacos actuales. Simula, filtra y selecciona moléculas que estaban prácticamente ocultas para convertirlas en medicamentos diferentes. Además de acelerar el proceso de diseño de medicinas, GTN consigue reducir a la mitad los costes de estos procedimientos. Para alcanzar estos logros, Shaker explica que lo "más difícil ha sido crear un equipo muy cualificado, que comparta la misma visión de la compañía. Es algo crucial para llevar al mercado productos de alta calidad".

El trabajo de GTN LTD ha llamado la atención de algunas de las mejores farmacéuticas del mundo y además la compañía de Shaker también está trabajando con algunas prestigiosas instituciones de investigación de Reino Unido, como el Instituto Francis Crick, especializado en biomedicina. A todo ello se suma que recientemente ha accedido a 2,1 millones de libras (alrededor de 2,3 millones de euros) procedentes de fondos de capital riesgo.

El doctor en Ciencias Químicas por la Universidad Politècnica de Valencia (España) e investigador en el Instituto de Tecnología Química (ITQ-CSIC), Manuel Moliner, y miembro del jurado de Innovadores menores de 35 Europa 2018, considera que "el aprendizaje automático aplicado no sólo al campo farmacéutico, sino también a la ciencia en general, es un tema de investigación muy prometedor, que sin duda favorecerá el descubrimiento de productos de alto rendimiento en el futuro".