Otro gran acuerdo de descubrimiento de fármacos con IA llega al campo neuroinmunológico; detrás del límite de 2.500 millones de dólares hay una cuestión biológica más difícil

La narrativa de la farmacología basada en inteligencia artificial está pasando de “qué tan rápido puede diseñar moléculas” a “si puede elegir correctamente el problema de enfermedad”. Insilico Medicine y la surcoreana SK Biopharmaceuticals alcanzaron una colaboración de descubrimiento de fármacos impulsada por IA que, según FirstWord Pharma citando fuentes, podría tener un valor potencial total de hasta 2.500 millones de dólares, con foco en enfermedades relacionadas con la neuroinmunidad. La cifra basta para atraer la atención del mercado, pero lo más importante es que empuja el descubrimiento de fármacos con IA hacia un terreno en el que las fronteras biológicas son especialmente difusas.

Las enfermedades neuroinmunológicas no son el nombre de una sola enfermedad, sino un conjunto de estados patológicos que implican la interacción entre el sistema nervioso y las respuestas inmunitarias. Desde la inflamación del sistema nervioso central y las señales inmunitarias en la neurodegeneración, hasta alteraciones de la función neurológica causadas por algunos procesos autoinmunes, los investigadores suelen enfrentarse no a una vía patogénica lineal, sino a una red entrelazada de tipos celulares, secuencia temporal de la inflamación, barrera hematoencefálica y estratificación de pacientes.

En este contexto, los usos prácticos de una plataforma de IA podrían incluir la identificación de nuevos objetivos, la evaluación de la relación entre los objetivos y los mecanismos de enfermedad, el diseño de pequeñas moléculas candidatas, o la aceleración del cribado y la optimización en la investigación y desarrollo tempranos. Insilico se ha dado a conocer por usar IA generativa para encontrar objetivos y diseñar moléculas, mientras que SK Biopharmaceuticals tiene los fármacos para el sistema nervioso central como una de sus áreas centrales; si la colaboración se apoya en las fortalezas respectivas de ambas partes, en teoría podría acortar la distancia entre la hipótesis y el candidato.

Sin embargo, la información pública disponible sigue siendo bastante limitada. El resumen del reporte no reveló las enfermedades concretas, los objetivos, la etapa de los candidatos ni los datos experimentales preliminares involucrados en la colaboración, ni explicó cuánto de los 2.500 millones de dólares corresponde a pagos iniciales, hitos de corto plazo o pagos posteriores altamente condicionados. Por ello, esta operación se entiende mejor como una opción de investigación y desarrollo y un acuerdo de reparto de riesgos, no como un respaldo directo al éxito clínico.

Para los fármacos neuroinmunológicos, la parte más difícil suele comenzar después de señales preclínicas prometedoras. Los modelos animales no necesariamente reproducen la evolución crónica de las enfermedades neuroinmunológicas humanas, y las poblaciones de pacientes también pueden mostrar respuestas muy diferentes según la etapa de la enfermedad, el contexto inmunitario y el historial de medicación. La IA puede ayudar a organizar datos de alta dimensión y proponer hipótesis candidatas, pero no puede sustituir las muestras de tejido, los experimentos funcionales, la seguridad de la dosis ni los criterios de valoración de eficacia en humanos.

Las cuestiones regulatorias también terminarán apareciendo. Si un fármaco candidato es propuesto por una plataforma de IA, el foco de la revisión seguirá volviendo a preguntas tradicionales y estrictas: si el mecanismo de acción está claro, si el riesgo de toxicidad es controlable, cómo se define la población clínica y si los indicadores de eficacia pueden reflejar un beneficio real para los pacientes. Para un desarrollo farmacológico serio, el algoritmo ofrece un punto de partida y una herramienta, no un atajo exento de verificación.

**Contexto**

Recientemente, las colaboraciones de descubrimiento de fármacos con IA han aparecido con frecuencia entre farmacéuticas asiáticas y compañías de plataformas, lo que muestra que los sistemas tradicionales de I+D están incorporando modelos, datos y procesos de decisión temprana como capacidades centrales. Pero la misma tendencia también trae el riesgo de una narrativa sobrecalentada: cuanto más alto es el valor máximo de una operación, más necesario es desglosar sus condiciones de pago y su madurez científica. La importancia de esta colaboración entre Insilico y SK Biopharmaceuticals quizá no radique en haber renovado la imaginación sobre la farmacología con IA, sino en recordar a la industria que el cuello de botella de las enfermedades neurológicas nunca ha sido solo no encontrar moléculas, sino si la compleja biología humana puede transformarse en evidencia reproducible, regulable y tratable.