Bristol-Myers Squibb y Takeda Pharmaceuticals han anunciado que se unirán a otras empresas de la industria biofarmacéutica en un consorcio que ya integra a AbbVie, Johnson & Johnson, y otras, con miras a compartir datos propietarios para impulsar el descubrimiento de fármacos mediante inteligencia artificial.

El núcleo de la iniciativa radica en alimentar un modelo de IA llamado OpenFold3 con datos de miles de estructuras experimentales: proteínas vinculadas con pequeñas moléculas. Estos datos provienen de múltiples empresas, y serán empleados para entrenar el modelo con el objetivo de mejorar su exactitud en predecir las interacciones proteína-ligando, algo esencial en las primeras etapas del pipeline de descubrimiento farmacológico.

Para preservar la confidencialidad y propiedad de los datos, se utilizará una plataforma federada provista por la empresa Apheris (ubicada en Alemania): los datos se integran en el modelo sin necesidad de centralizarlos físicamente, lo que permite que cada entidad mantenga la resguardo interno de su información.

Los impulsores del proyecto destacan que esta colaboración “ninguna organización podría lograrla por sí sola”, aludiendo a que el acople de datos diversos mejora el poder predictivo del modelo de IA mucho más que cuando cada compañía trabaja aisladamente. Bristol-Myers Subb, mediante Payal Sheth, y Takeda, representada por Hans Bitter, remarcaron que el enfoque refleja la estrategia creciente de la industria de integrar inteligencia artificial en todas las etapas del descubrimiento de medicamentos.

Este tipo de iniciativas tienen el potencial de acortar tiempos y reducir costos en el desarrollo de fármacos, al perfeccionar herramientas computacionales que permitan predecir interacciones, toxicidad potencial o afinidad molecular con mayor rapidez, reduciendo la dependencia inicial de experimentos largos y caros.

Para la industria farmacéutica argentina y regional, este anuncio podría anticipar nuevas alianzas o la adopción de modelos de colaboración similares. También plantea desafíos regulatorios y éticos, especialmente en lo relativo a la protección de datos, transparencia de modelos de IA y estándares comunes en calidad de datos.

Fuente: Market Screener.