Detrás del pacto de 2.500 millones de dólares para descubrir fármacos con IA, la neuroinmunología se convierte en el siguiente desafío

Las enfermedades del sistema nervioso central han sido siempre uno de los terrenos más difíciles de atravesar en el desarrollo de nuevos fármacos: el curso de la enfermedad es prolongado, los síntomas son heterogéneos, y las interacciones entre la inmunidad cerebral y las células nerviosas son difíciles de medir directamente. Por eso, cuando la compañía de I+D de fármacos con IA Insilico Medicine y la surcoreana SK Biopharmaceuticals firmaron una colaboración para el descubrimiento de fármacos neuroinmunes por un valor máximo que puede superar los 2.500 millones de dólares, el mercado no vio solo otro acuerdo de licencia de alto valor, sino que el descubrimiento de fármacos con IA está siendo llevado hacia una biología de enfermedades más compleja.

Según informó The Pharma Letter, esta colaboración se centrará en el campo de la neuroinmunología: Insilico aportará sus capacidades de descubrimiento de fármacos con IA para ayudar a identificar y diseñar candidatos terapéuticos; SK Biopharmaceuticals, por su parte, sitúa la colaboración dentro de su mapa de enfermedades del sistema nervioso central, un área en la que mantiene un interés de largo plazo. El valor potencial total de la operación supera los 2.500 millones de dólares, pero este tipo de cifras suele incluir pagos iniciales, hitos de I+D y comercialización, así como posibles regalías futuras; por ahora la información pública es limitada, y aún no es posible determinar la inversión inicial real ni los umbrales de pago en cada etapa.

La neuroinmunología atrae a las farmacéuticas porque cada vez más evidencia muestra que la respuesta inflamatoria, la activación de la microglía, los cambios en la barrera hematoencefálica y las señales inmunitarias periféricas pueden estar implicados en múltiples enfermedades neurodegenerativas, neuroinflamatorias o neurológicas raras. Sin embargo, esto también vuelve el desarrollo de fármacos menos sencillo: una diana que parece razonable en una base de datos no necesariamente representa el eje patológico principal de un grupo específico de pacientes; una molécula activa en un modelo tampoco necesariamente puede atravesar la barrera hematoencefálica, alcanzar una concentración suficiente o evitar interferir con funciones inmunitarias necesarias.

El papel real de las plataformas de IA aquí se parece más a comprimir una gran cantidad de pistas en una lista de candidatos que puedan verificarse experimentalmente. Puede utilizarse para priorizar dianas, generar moléculas, predecir actividad y propiedades de desarrollo farmacológico, e incluso ayudar a planificar experimentos posteriores; pero cada paso debe volver a validarse en células, modelos animales y datos humanos. Para las enfermedades neuroinmunes, la calidad de los datos es especialmente crítica, porque entre muestras clínicas, datos de tejido cerebral, atlas unicelulares y datos del curso de la enfermedad en el mundo real suelen existir diferencias de escala y sesgos.

SK Biopharmaceuticals ha tenido en los últimos años los fármacos para el sistema nervioso central como activos centrales, lo que da a la colaboración cierta lógica industrial: si la IA puede acortar el tiempo de exploración temprana, una compañía de neurociencia podría concentrar sus recursos en menos candidatos y con una base biológica más sólida. Insilico, por su parte, puede usar una gran colaboración para demostrar que su plataforma no solo es aplicable a dianas comunes o al campo oncológico, sino que también puede entrar en enfermedades neuroinmunes altamente heterogéneas y con altos costes de validación.

Pero esta colaboración aún se encuentra en fase de descubrimiento y está lejos de una prueba clínica. Los informes públicos no proporcionan indicaciones concretas, dianas, moléculas candidatas ni calendarios clínicos, ni tampoco datos experimentales que permitan una evaluación externa. Para los reguladores y la comunidad médica, la participación de la IA en el diseño no reduce por sí misma el umbral de evidencia; los candidatos terapéuticos aún deberán demostrar seguridad, respuesta a la dosis, beneficio clínico y calidad de fabricación reproducible conforme a los estándares tradicionales.

Por tanto, el significado de esta operación no está en declarar que la IA está a punto de resolver las enfermedades neurológicas, sino en que la industria farmacéutica está dispuesta a entregar apuestas tempranas más costosas y más inciertas a una selección conjunta entre algoritmos y plataformas experimentales. Si en el futuro pueden publicarse una lógica clara de selección de dianas, validación preclínica y estrategias de inclusión clínica, entonces pasará gradualmente de ser una colaboración de alto valor en papel a convertirse en un caso de desarrollo farmacológico que pueda ser examinado científicamente.