← Volver al inicio

La ola de la IA y los nuevos fármacos eleva las expectativas sobre la biotecnología, pero el verdadero cuello de botella sigue estando en la clínica y la regulación

Douglas Williams deposita las esperanzas de recuperación de la biotecnología en una estratificación más precisa de los pacientes, la neurociencia y las herramientas de IA; pero si el sistema de revisión, la financiación de la investigación básica y la oferta de talento pierden ritmo, el dividendo tecnológico no necesariamente se convertirá de forma natural en nuevos medicamentos.

By SURL BioNews

La próxima ola de crecimiento en el desarrollo de nuevos medicamentos está siendo impulsada simultáneamente por dos fuerzas: por un lado, la demostración comercial de los fármacos GLP-1 para pérdida de peso y metabolismo; por otro, la nueva imaginación sobre la eficiencia tras la entrada de la IA en los experimentos, los ensayos clínicos y los procesos de fabricación. El 6 de julio, MoneyWeek publicó una entrevista con el veterano ejecutivo biotecnológico Douglas Williams, que muestra a una industria que vuelve a calentarse después de una etapa baja, pero que también se ve tensionada por problemas políticos, regulatorios y de talento.

Williams trabajó anteriormente en Biogen, ZymoGenetics, Amgen Immunex y Seattle Genetics, y participó en el desarrollo de grandes medicamentos como Enbrel, Tecfidera y Spinraza. En la entrevista, señaló que el punto en el que los ensayos clínicos realmente podrían acelerarse no consiste solo en hacer que los procesos sean más rápidos, sino en identificar con mayor precisión grupos de pacientes claramente definidos y con condiciones consistentes. Para una industria de nuevos fármacos cuya tasa de fracaso ya es alta, incluso una pequeña mejora en la probabilidad de éxito podría tener un efecto amplificado sobre la asignación de capital y el destino de las empresas.

Aquí, la IA no es una consigna abstracta. Los escenarios concretos mencionados por Williams incluyen usar datos en tiempo real de biorreactores para ajustar las condiciones de fabricación de medicamentos proteicos, con el fin de aumentar el rendimiento y la estabilidad; ayudar a diseñar ensayos clínicos y gestionar la logística posterior de los ensayos; y, en el futuro, posiblemente desempeñar un papel más profundo en el diseño de nuevas moléculas y el descubrimiento de fármacos. El punto común de estos usos es transformar procesos que originalmente dependían en gran medida de la experiencia y de la interpretación humana en sistemas que pueden ser monitoreados, comparados y corregidos de forma continua mediante datos.

Sin embargo, que la IA pueda acortar los tiempos de desarrollo sigue dependiendo de la calidad de los datos, la validación clínica y la aceptación regulatoria. Los datos biomédicos suelen proceder de distintos hospitales, distintas plataformas de medición y distintos diseños de ensayo; si un modelo solo muestra buenos resultados en conjuntos de datos estrechos, no necesariamente podrá reproducirlos en pacientes reales. Williams tampoco describió la IA como una herramienta que sustituya a los científicos; su planteamiento se acerca más a una arquitectura de apoyo, en la que si la pregunta está formulada correctamente sigue dependiendo del juicio biológico de los investigadores.

Otra línea principal de la entrevista es que el foco de la investigación y el desarrollo podría extenderse desde la oncología hacia la neurociencia. Williams considera que el campo de las enfermedades neurológicas está ganando impulso gracias a las tecnologías de imagen, la estratificación de enfermedades y la demanda derivada del envejecimiento; herramientas de imagen como MRI y CT más rápidas y eficaces permiten a los investigadores ver mejor si un medicamento realmente afecta el objetivo dentro del cerebro. Esto es especialmente importante para ámbitos como la demencia y las enfermedades neuropsiquiátricas, que en el pasado han sufrido repetidos reveses, porque sin biomarcadores rastreables los ensayos clínicos a menudo solo pueden saber, tras largos periodos, si la dirección era equivocada.

El auge biotecnológico también enfrenta un baño de realidad institucional. Williams expresó preocupación por el reciente caos de personal y políticas en la FDA de Estados Unidos, y afirmó que los ensayos clínicos tempranos se trasladan con mayor frecuencia a regiones como Australia, donde los procesos de revisión son más simples y la eficiencia de reclutamiento es mayor; las ventajas de China en costo de capital, velocidad de los ensayos y eficiencia de ejecución también están atrayendo la atención de la industria. Esto no significa que Estados Unidos y Europa vayan a perder su posición en los grandes ensayos de fase tardía, pero si la investigación y el desarrollo tempranos se desplazan al exterior durante mucho tiempo, la oferta de talento y de ciencia básica se verá afectada gradualmente.

Su juicio combina el optimismo de un inversor con las reservas de un investigador y desarrollador. Los fármacos GLP-1 han demostrado que los grandes mercados aún pueden ser reconfigurados por nueva biología, mientras que la IA podría reducir parte de la fricción en I+D; pero la duración de las patentes, los fracasos clínicos, la incertidumbre regulatoria y la reducción de la financiación para la investigación básica seguirán determinando hasta dónde puede llegar esta ola de prosperidad. El futuro de la industria biotecnológica no necesariamente consiste solo en descubrir medicamentos más rápido, sino en si puede conectar preguntas científicas más precisas, datos más confiables y un entorno de revisión más predecible.

References

  1. MoneyWeek