Un equipo de la Universidad Simon Fraser presentó en ArXiv un innovador modelo de inteligencia artificial llamado CGFLOW que no solo diseña moléculas terapéuticamente prometedoras, sino que también genera rutas de síntesis viables para su producción en laboratorio.
El desafío tradicional del diseño asistido por IA ha sido la creación de compuestos teóricamente eficaces pero impracticables de sintetizar. CGFLOW supera esta barrera porque construye moléculas paso a paso —asemejándose a un escultor— garantizando su factibilidad química.
El proceso secuencial integra un modelo generativo en 3D que simultáneamente diseña la molécula y su vía de ensamblaje, lo que permite reducir sustancialmente el costo y tiempo de desarrollo, hoy en promedio de 10 años y mil millones de dólares.
Diseño práctico y efectivo: A diferencia de IA previas, CGFLOW genera compuestos que no solo son funcionales, sino también sintéticamente realizables.
Impacto en tiempos y presupuesto: Potencial para acelerar el desarrollo de fármacos para enfermedades prevalentes (como cáncer) al ofrecer moléculas listas para ensayos preclínicos.
Puente entre biología y química: Su enfoque dual reduce el desperdicio de recursos y minimiza el tiempo del pipeline de descubrimiento.
Las herramientas clásicas de IA en descubrimiento molecular han sido útiles en predicción de estructuras y eficacia, pero requieren validación química. Según expertos, la generación de rutas sintéticas representa un cuello de botella clave.
Incorporar la factibilidad de síntesis en diseño asistido por IA eleva la aplicabilidad práctica y podría transformar el proceso de desarrollo farmacéutico.
CGFLOW propone una solución disruptiva para la industria farmacéutica, al facilitar la transición de molécula candidata a compuesto producible, optimizando esfuerzos y mejorando las probabilidades de éxito. La expectativa es que sea adoptada por laboratorios académicos y biotecnológicas emergentes para agilizar desarrollos regionales.
Fuente: Revista La Vélez.