← Volver al inicio

El auge de la IA en el desarrollo farmacéutico se intensifica, pero la verdadera prueba para VERAXA no está en las expectativas sobre su cotización

La narrativa más reciente del mercado sitúa a VERAXA dentro de la ola de investigación y desarrollo de fármacos con IA; pero, para una biotecnológica, el valor de los algoritmos acabará dependiendo de los candidatos farmacológicos, la validación experimental y la evidencia clínica.

By SURL BioNews

La inteligencia artificial está cambiando el lenguaje de la investigación y el desarrollo de fármacos, y también la forma en que los mercados de capitales evalúan a las compañías biotecnológicas. En el pasado, los inversores solían fijarse sobre todo en la etapa de la cartera de proyectos, el nivel de efectivo y las lecturas clínicas; hoy, la capacidad de usar aprendizaje automático para analizar con mayor rapidez datos biológicos, identificar dianas y seleccionar moléculas candidatas también forma parte de la imaginación sobre el valor de una compañía. Por ello, VERAXA Biotech ha sido mencionada en artículos de mercado como una de las empresas que podrían beneficiarse de la tendencia de la IA en el desarrollo farmacéutico.

Un artículo publicado por Yahoo Finance señaló que la IA forma cada vez más parte de la investigación y el desarrollo de fármacos, y que las farmacéuticas y biotecnológicas están usando aprendizaje automático para analizar datos biológicos complejos, identificar dianas de enfermedades y acelerar las decisiones en las fases iniciales de I+D. El atractivo de este tipo de herramientas es claro: si pueden reducir el espacio de búsqueda antes de los experimentos, en teoría pueden disminuir los costos de ensayo y error, y también permitir que las biotecnológicas pequeñas avancen sus carteras con mayor eficiencia cuando los recursos son limitados.

En el caso de VERAXA, esta narrativa no se sostiene simplemente porque se le haya aplicado la etiqueta de IA, sino porque su enfoque de negocio ya se sitúa en el desarrollo de fármacos oncológicos de alta complejidad. Los anticuerpos, las moléculas biespecíficas u otras plataformas de terapias de precisión suelen requerir considerar simultáneamente la expresión de la diana, la selectividad tumoral, la capacidad de unión, la seguridad y la viabilidad de fabricación; si la IA puede ordenar con mayor rapidez estas condiciones, ciertamente podría generar valor práctico en la etapa de cribado temprano.

Sin embargo, este informe de mercado no ofreció nuevos resultados clínicos, datos de rendimiento de modelos, tamaño de conjuntos de datos de entrenamiento ni calendarios de avance de candidatos farmacológicos. Por lo tanto, la interpretación más prudente es que VERAXA está siendo incluida actualmente en el marco de inversión de la expansión de la I+D farmacéutica con IA, no que ya haya demostrado que la IA pueda aumentar directamente su tasa de éxito clínico. Para los lectores generales, esta diferencia es importante, porque la IA puede mejorar la generación de hipótesis y la priorización de candidatos, pero no puede sustituir los experimentos celulares, los estudios en animales, los ensayos en humanos ni la revisión regulatoria.

Contexto de fondo

La colaboración reciente de VERAXA con Ardigen ya ha puesto el foco en el uso de la IA para apoyar la interpretación temprana de candidatos farmacológicos contra el cáncer. El núcleo de este tipo de colaboración no consiste en que el algoritmo “invente” por sí solo nuevos fármacos, sino en integrar datos biológicos de múltiples fuentes, características moleculares y lecturas experimentales para ayudar a los equipos de investigación a descartar antes los candidatos de mayor riesgo, o a priorizar direcciones con una base biológica más sólida.

Las limitaciones de la IA en la I+D biomédica son igualmente concretas. Los resultados de los modelos dependen en gran medida de la calidad de los datos; además, la biología tumoral está llena de heterogeneidad, y una misma diana puede tener significados distintos en diferentes pacientes, tejidos y contextos terapéuticos. Sin validación experimental reproducible, las asociaciones propuestas por los algoritmos pueden quedarse fácilmente en hipótesis atractivas pero frágiles.

Por eso, que VERAXA pueda beneficiarse más que otras compañías no dependerá del tono optimista de los artículos de mercado, sino de si en el futuro puede presentar evidencia traslacional clara: si las moléculas candidatas seleccionadas por IA entran más rápido en validación experimental, si muestran mecanismos de acción explicables y si pueden lograr un equilibrio entre seguridad y eficacia. La IA se está convirtiendo en una nueva infraestructura básica para la I+D farmacéutica, pero en el desarrollo de fármacos oncológicos el juez final sigue siendo la propia biología.

References

  1. Yahoo Finance