La colaboración en fármacos con IA suma otro avance: Mankind deja el diseño molecular temprano en manos de un proceso verificable

En un contexto de altos costos y altas tasas de fracaso en el desarrollo de nuevos fármacos, el interés de las compañías farmacéuticas por la IA no proviene solo de la expectativa de mayor velocidad, sino también de una cuestión más práctica: si es posible descartar antes los diseños inadecuados, antes de que las moléculas candidatas entren en procedimientos experimentales y clínicos costosos.

La farmacéutica india Mankind Pharma y Denovo Sciences anunciaron una colaboración de descubrimiento de nuevos fármacos impulsada por IA. Según informó The Economic Times, ambas partes combinarán la plataforma de IA de Denovo con la infraestructura de I+D y validación de Mankind para la generación, evaluación y optimización de moléculas en la fase temprana de descubrimiento de fármacos.

El núcleo de este tipo de colaboración no consiste en dejar que un algoritmo “invente” fármacos por sí solo, sino en incorporar el modelo a un ciclo de I+D con participación humana. La IA puede proponer moléculas candidatas, predecir algunas propiedades o ayudar a priorizarlas; luego, los equipos de investigación ajustan la dirección según la sintetizabilidad, la actividad, los riesgos de toxicidad y los resultados experimentales posteriores. El énfasis del modelo human-in-the-loop mencionado por ambas partes está precisamente en hacer que los resultados computacionales sean sometidos de forma continua al juicio científico humano y a la retroalimentación experimental.

Sin embargo, la información pública disponible sigue siendo bastante limitada. El informe no reveló las áreas de enfermedad objetivo de la colaboración, las dianas farmacológicas, los conjuntos de datos utilizados ni los indicadores de desempeño del modelo, ni tampoco aclaró si ya hay moléculas candidatas que hayan entrado en validación in vitro o en animales. Por lo tanto, esta colaboración se entiende mejor como el despliegue de capacidades de I+D temprana, y no como una prueba de concepto ya obtenida para un activo farmacológico concreto.

Para Mankind, este acuerdo podría ayudar a incorporar herramientas de IA en sus procesos de I+D existentes, en lugar de crear una línea tecnológica separada y desconectada del laboratorio. Para Denovo, conectar con la plataforma de validación de una farmacéutica supone un umbral clave que las compañías de descubrimiento de fármacos con IA deben afrontar: las moléculas propuestas por el modelo, en última instancia, deben sostenerse en los experimentos biológicos, la química medicinal y la realidad de los procesos de fabricación.

**Contexto**

En los últimos años, el descubrimiento de nuevos fármacos con IA ha pasado gradualmente de ser una palabra de moda en los mercados de capitales a entrar en una etapa de evaluación más estricta. La cuestión que preocupa a la industria ya no es solo cuántas moléculas puede generar un modelo, sino si esas moléculas son sintetizables, si tienen suficiente selectividad, si pueden reproducir efectos en modelos relevantes de enfermedad y si, en el desarrollo clínico posterior, pueden traducirse en señales interpretables de eficacia y seguridad.

Ahí reside también la limitación más realista de este tipo de colaboración. La IA puede acortar el tiempo de búsqueda y priorización, pero no puede sustituir los experimentos húmedos, el diseño clínico ni la revisión regulatoria. Si en el futuro ambas partes pueden publicar dianas concretas, datos de validación y hitos de avance de las moléculas candidatas, el mercado tendrá una base más clara para juzgar si se trata de una mejora de eficiencia en el proceso de I+D o de un cambio más profundo capaz de modificar la tasa de éxito del descubrimiento de fármacos.