El próximo fármaco superventas podría ver la luz gracias al aprendizaje automático, una tecnología que está saliendo rápidamente de los laboratorios de inteligencia artificial (IA) hacia los de farmacología.

Deep Genomics, una empresa canadiense que utiliza la técnica para identificar posibles causas genéticas de enfermedades, ha anunciado que va a meter la cabeza en el sector del desarrollo de fármacos. La empresa se une así a una creciente lista de empresas de inteligencia artificial que quieren aplicar sus técnicas para producir nuevos y potentes fármacos a partir de señales sutiles presentes en enormes cantidades de datos genómicos.

Deep Genomics fue fundada por el profesor de la Universidad de Toronto (Canadá) Brendan Frey, que está especializado tanto en aprendizaje automático como en la medicina genómica. Su empresa utiliza el aprendizaje profundo, basado en redes neuronales muy grandes, para analizar datos genómicos. Identificar uno o más genes responsables de una enfermedad puede ayudar a desarrollar un fármaco que regule los genes defectuosos.

Hasta ahora, la empresa se había centrado en explorar el genoma en busca de mutaciones difíciles de detectar, y que podrían tener una relación causal con una enfermedad concreta. En su nueva aventura, la empresa primero se centrará en crear fármacos contra trastornos mendelianos, enfermedades hereditarias causadas por única mutación genética. Se calcula que estas enfermedades afectan a 350 millones de personas a nivel mundial.

Las prisas por aplicar inteligencia artificial a la medicina y el desarrollo de fármacos se deben, en parte, a nuevos y potentes algoritmos, pero también al abaratamiento de las técnicas de secuenciación genética, que permite leer el genoma completo de una persona a un precio cada vez más asequible. Frey detalla: "Se está abriendo toda una era nueva de medicina rica en datos y basada en informaciones. Hay muchos tipos de datos distintos que se pueden obtener. Y la mejor tecnología disponible para abordar grandes cantidades de datos son el aprendizaje automático y la inteligencia artificial".

El aprendizaje profundo se está posicionando como una herramienta increíblemente potente para encontrar patrones abstractos dentro de enormes cantidades de datos de entrenamiento. Ya resulta especialmente útil para el reconocimiento de voz y las clasificaciones (ver Aprendizaje profundo). Y la tecnología cada vez tiene más aplicaciones en muchos campos, y uno de ellos es la medicina, donde permite detectar señales de enfermedades en imágenes médicas y podría llegar a predecir dolencias partir de los historiales médicos de los pacientes.

Según Frey, que estudió informática en la Universidad de Toronto en las clases de Geoffrey Hinton, una figura clave del desarrollo del aprendizaje profundo, Deep Genomics intentará asociarse con una farmacéutica para trabajar en el desarrollo de fármacos. Pero añade que la empresa ofrece una experiencia clave. El responsable afirma: "Se va a producir una revolución masiva de las farmacéuticas. Dentro de unos cinco años, las farmacéuticas que triunfarán serán las que usen herramientas de inteligencia artificial".

Deep Genomics también se ha especializado en encontrar esquivos desencadenantes de las enfermedades dentro del genoma de una persona. La empresa ha publicado, por ejemplo, trabajos que demuestran cómo el aprendizaje profundo puede ayudar a identificar patrones dentro del ADN que podrían contribuir a enfermedades como la atrofia muscular espinal y el cáncer colorrectal no polipósico.

El profesor adjunto de la Facultad de Medicina de la Universidad de California en San Francisco (EEUU) Stephan Sanders, especializado en el uso de la genómica y la bioinformática para estudiar las enfermedades, señala que el aprendizaje profundo podría a desarrollar fármacos gracias a su capacidad de detectar patrones ocultos en unos pocos datos patológicos combinados con grandes conjuntos de datos genómicos. El experto detalla: "Disponemos de vastas cantidades de datos; 3.000 millones de puntos de datos por individuo. De lo que tenemos menos es de lo otro: datos limpios de fenotipos o resultados".

Hay varias empresas más que intentan aplicar el aprendizaje automático al desarrollo de fármacos, como la empresa británica BenevolentAI y Calico, una subsidiaria de Alphabet. El fundador de BenevolentAI, Ken Mulvany, afirma que su empresa está centrada en enfermedades inflamatorias y neurodegenerativas, y cánceres raros, e intenta aprovechar unos datos de investigación sin explorar. El responsable concluye: "Desarrollar fármacos aún es un proceso muy largo, arriesgado y caro con altas tasas de fracaso. [Pero] hay una enorme cantidad de datos en la I+D farmacéutica y no hay planes para explotarlos".