Los datos antes que el modelo: GSK amplía su colaboración para descubrir fármacos con IA por 110 millones de dólares

Los modelos de IA para el descubrimiento de fármacos pueden analizar todos los datos existentes, pero podrían verse limitados por la calidad de esos mismos datos. GSK y la empresa biotecnológica británica Relation Therapeutics ampliaron su colaboración y firmaron un acuerdo de investigación por un valor total de 110 millones de dólares, con el objetivo de generar activamente datos experimentales en sistemas celulares relacionados con enfermedades humanas para comprender los mecanismos de las enfermedades y buscar posibles dianas terapéuticas.

Ambas partes crearán un conjunto de datos a gran escala sobre perturbaciones en células humanas para observar cómo cambia con el tiempo la actividad molecular después de intervenciones genéticas o farmacológicas. Relation prevé generar mediciones multiómicas de alta resolución mediante laboratorios automatizados; la empresa afirma que estas instalaciones pueden producir datos a escala de petabytes con una uniformidad difícil de alcanzar en los laboratorios tradicionales.

Estos datos se utilizarán para entrenar modelos, entre ellos MORGAN. El nombre completo de MORGAN es «análisis multiómico del genoma regulador mediante redes neuronales artificiales» y es un modelo fundacional de perturbaciones celulares presentado por Relation el mismo día en que se anunció el acuerdo. No está diseñado únicamente para una enfermedad concreta, sino para aprender cómo responden distintos tipos de células a intervenciones genéticas y farmacológicas e inferir a partir de ello posibles mecanismos biológicos que influyan en las enfermedades.

David Roblin, director ejecutivo de Relation, señaló que la colaboración combinará sistemas de enfermedades humanas con relevancia fisiológica, experimentos automatizados y métodos computacionales. Este diseño aborda un problema fundamental de la IA biomédica: los datos públicos acumulados por distintos estudios suelen proceder de condiciones dispares y no necesariamente reflejan relaciones causales; si las células pueden modificarse una por una en un entorno estandarizado y se miden las consecuencias, el modelo podría obtener pistas más uniformes y también más fáciles de verificar posteriormente en el laboratorio.

Sin embargo, las respuestas celulares no equivalen a los resultados terapéuticos en órganos completos o pacientes. La información pública disponible no revela dianas específicas, candidatos a fármacos ni resultados de validaciones independientes de las predicciones del modelo, y tampoco detalla la estructura de pagos de los 110 millones de dólares ni el calendario de investigación y desarrollo. La posibilidad de utilizar MORGAN en distintos tipos celulares y enfermedades todavía deberá demostrarse con datos que no hayan participado en el entrenamiento, experimentos repetidos y los resultados del posterior desarrollo de fármacos.

Contexto

No es la primera colaboración entre Relation y GSK. En 2024, ambas partes ya firmaron un acuerdo centrado en enfermedades fibróticas y osteoartritis, por el que Relation crearía conjuntos de datos funcionales sobre enfermedades y buscaría nuevas dianas; la nueva colaboración lleva la generación de datos y las capacidades de los modelos de uso general a una escala mayor. También se prevé que la capacidad experimental ampliada respalde los propios programas de Relation sobre enfermedades fibróticas, osteoartritis y osteoporosis, cuyos resultados se utilizarán posteriormente para perfeccionar MORGAN. Si este ciclo de calibración repetida entre experimentos y modelos funciona, su valor no residirá únicamente en una IA de mayor tamaño, sino en una biología de las enfermedades más fiable; hasta que aparezcan dianas específicas y resultados preclínicos, seguirá siendo una inversión en una plataforma, no un avance terapéutico.