Inteligencia Artificial en el Descubrimiento de Fármacos: Avances Integradores desde los Datos hasta la Innovación...

Área de la Ciencia:

• Investigación Farmacéutica
• Química Computacional
• Biotecnología

Sus antecedentes:

• El descubrimiento tradicional de fármacos es costoso, requiere mucho tiempo y tiene bajas tasas de éxito.
• Las tecnologías de IA como el aprendizaje automático (ML), el aprendizaje profundo (DL) y el aprendizaje por refuerzo (RL) ofrecen soluciones.

Objetivo del estudio:

• Revisar el impacto de la IA en todo el proceso de descubrimiento de fármacos.
• Destacar el papel de la IA en la aceleración del desarrollo de terapias novedosas.

Principales métodos:

• La IA mejora la identificación de dianas, el cribado virtual y el diseño de fármacos de novo.
• La IA mejora la predicción de toxicidad y el perfil farmacocinético/farmacodinámico.
• La IA optimiza la síntesis química a través de la predicción de la retrosíntesis y el modelado del rendimiento de la reacción.

Principales resultados:

• La IA aumenta significativamente la eficiencia en las fases preclínica y clínica.
• La IA mejora la estratificación de pacientes, el descubrimiento de biomarcadores y los diseños de ensayos adaptativos.
• La IA facilita la medicina personalizada a través de la polifarmacología y la reutilización de fármacos.

Conclusiones:

• La integración de la IA revoluciona la investigación farmacéutica, acelerando la entrega de medicamentos que salvan vidas.
• Las direcciones futuras incluyen abordar las limitaciones de la IA, como la calidad de los datos, la interpretabilidad y la aceptación regulatoria.