20 SUPLEMENTOVETERINARIA 2025 Pharmaceutical Technology para el desarrollo de formulaciones de coformadores, cocris - tales y complejos es usar una combinación de estrategias. La primera, según Varshney, es emplear algoritmos robustos de minería de datos para recopilar datos de fuentes hetero - géneas. El segundo es emplear una mejor conservación de datos y métodos de evaluación precisos para reducir las imprecisiones en los datos usados para los modelos predictivos. El tercero es aprovechar los modelos basados en el conocimiento dentro del marco de los modelos predictivos para permitir prediccio - nes más sólidas y fisicoquímicamente precisas en escenarios con datos limitados. Por último, Varshney enfatiza el uso de la capacidad de explicación del modelo para ayudar a diseñar la próxima ge - neración de complejos, coformadores y cocristales conmayor biodisponibilidad de API. Luego se puede emplear la experimentación física para aumentar el “espacio de predicción” disponible mediante la generación de datos de alta calidad, observa Varshney. Además, señala que la experimentación física puede ayudar a validar los modelos predictivos y aumentar la confianza en ellos, particularmente cuando los resultados de la experimen - tación física se alinean con los conocimientos de la capacidad de explicación del modelo. Como comentario separado, Varshney señala que la pla - taforma BIOiSIM de VeriSIM Life incorpora recopilación de datos, validación de datos, IA híbrida y aspectos de capacidad de explicación del modelo para eliminar riesgos y acelerar el desarrollo de fármacos y formulaciones. Importancia creciente para la mejora de la biodisponibilidad A pesar de las dificultades computacionales, de datos y de costos, tanto Konagurthu como Varshney esperan que los modelos predictivos se apliquen cada vez más para resolver problemas específicos de desarrollo de formulaciones, que incluyen la mejora de la biodisponibilidad. A corto plazo, Varshney espera que los esfuerzos en el mo - delado predictivo para mejorar la biodisponibilidad durante
RkJQdWJsaXNoZXIy NzE4NDM5