Takeda e Insilico firman una colaboración de descubrimiento de fármacos con IA, pero el riesgo del desarrollo farmacéutico no desaparece por ello

La historia de la IA en la industria farmacéutica está pasando de demostrar capacidades técnicas a asumir compromisos comerciales más firmes. Takeda Pharmaceutical e Insilico Medicine alcanzaron una colaboración de descubrimiento de fármacos con IA por un valor de hasta 600 millones de dólares. Lo relevante no es solo que otra gran farmacéutica adopte herramientas algorítmicas, sino si este tipo de plataformas puede producir de forma estable candidatos a fármaco capaces de entrar en desarrollo clínico.

Según la información pública, Insilico utilizará su plataforma Pharma.AI para ayudar a identificar nuevos candidatos a fármaco en varias áreas terapéuticas; Takeda obtendrá los derechos globales exclusivos para el desarrollo, la fabricación y la comercialización posteriores. El acuerdo incluye alrededor de 60 millones de dólares en pagos iniciales y de corto plazo, además de pagos por hitos y participación en ventas más adelante. El importe total real dependerá de si los candidatos a fármaco logran superar las etapas de I+D.

La importancia biomédica de este tipo de colaboración reside en reordenar algunos de los pasos que más tiempo consumen en el descubrimiento temprano de fármacos: desde la identificación de dianas relacionadas con la enfermedad y el diseño de estructuras moleculares, hasta la selección y optimización de compuestos candidatos. Las plataformas de IA pueden buscar patrones entre grandes datos biológicos, estructuras químicas y resultados experimentales existentes, y proponer direcciones moleculares que los equipos de investigación humanos quizá no priorizarían; pero lo que proponen son hipótesis y candidatos, no la eficacia en sí.

El caso más citado de Insilico en el pasado ha sido rentosertib, su candidato a fármaco para la fibrosis pulmonar idiopática, una molécula descrita como descubierta y diseñada con asistencia de IA y que ya ha entrado en investigación clínica en humanos. Esto ofrece un ejemplo de cómo el descubrimiento de fármacos con IA puede ir más allá de la prueba de concepto, pero sigue sin ser suficiente para demostrar que la plataforma pueda generar repetidamente fármacos exitosos en distintas enfermedades y distintas dianas. La parte verdaderamente costosa e incierta del desarrollo farmacéutico suele aparecer después, en la toxicidad, la dosis, la estratificación de pacientes y los criterios de valoración clínicos.

Para Takeda, este acuerdo prolonga su estrategia de reforzar su cartera de I+D mediante colaboraciones externas. En los últimos años, las grandes farmacéuticas se han enfrentado a la presión de vencimientos de patentes, aumento de los costos de I+D y tasas persistentemente altas de fracaso clínico. Por ello, las colaboraciones con IA se han convertido en una forma de diversificar el riesgo de la I+D temprana: primero dejar que una plataforma especializada genere candidatos y luego transferirlos a una farmacéutica con capacidades clínicas y regulatorias globales.

Sin embargo, la información pública disponible no ha revelado las enfermedades concretas, las dianas, la calidad de los conjuntos de datos ni el diseño de validación experimental temprana que serán objeto de la colaboración, por lo que lo que puede juzgarse desde fuera sigue siendo limitado. Lo que finalmente revisarán los reguladores tampoco será cuán avanzado sea el modelo en sí, sino si el candidato a fármaco muestra suficiente seguridad y eficacia en experimentos reproducibles, estudios en animales y ensayos en humanos. La IA puede acortar la distancia entre el punto de partida y el candidato, pero no puede permitir que ningún fármaco eluda las respuestas de la biología.