Biotecnología · global
Insilico y SK Biopharm firman una colaboración de 2.500 millones de dólares para descubrimiento de fármacos con IA, pero detrás del importe siguen estando los desafíos clínicos
La farmacéutica con IA suma otro gran caso de acuerdo, pero el verdadero peso de este tipo de contratos no está en la cifra anunciada, sino en si los hitos pueden cumplirse paso a paso: desde que el algoritmo propone moléculas hasta que los ensayos en humanos demuestran eficacia, sigue habiendo de por medio una larga validación biológica.
Una colaboración que podría alcanzar hasta 2.500 millones de dólares ha vuelto a colocar el descubrimiento de fármacos con IA bajo los focos de la industria biotecnológica. Según Fierce Biotech, Insilico Medicine y la surcoreana SK Biopharm alcanzaron una colaboración para el descubrimiento de fármacos con IA; la operación se describe como fuertemente orientada a pagos posteriores, lo que significa que la mayor parte del importe no se recibe de inmediato, sino que depende de si se alcanzan hitos de desarrollo, regulatorios o comerciales.
Esta estructura no es inusual en las licencias de nuevos fármacos, pero resulta especialmente adecuada para interpretar el estado actual de la farmacéutica con IA. Para el comprador, deja el riesgo en etapas futuras; para la empresa de plataforma de IA, ofrece una señal de que grandes farmacéuticas o compañías especializadas están dispuestas a apostar, pero también devuelve la cuestión al punto más exigente: si los candidatos a fármaco pueden atravesar las sucesivas cribas de los experimentos, la toxicología y los ensayos clínicos.
En los últimos años, Insilico se ha centrado en el uso de IA para ayudar a identificar dianas de enfermedades, diseñar moléculas pequeñas y priorizar compuestos candidatos. El uso biomédico de este tipo de plataformas no consiste en que el modelo “invente fármacos” directamente y luego los lleve al mercado, sino en reducir el espacio de búsqueda en la investigación temprana, proponer direcciones con mayor probabilidad de éxito a partir de enormes volúmenes de moléculas y datos multiómicos, y luego someterlas a validación en ensayos celulares, animales y humanos.
SK Biopharm, por su parte, es conocida por su posicionamiento en fármacos para el sistema nervioso central, lo que da a la colaboración una lógica industrial: el desarrollo de fármacos en neurociencia se enfrenta desde hace tiempo a desafíos como la complejidad de las dianas, la dificultad de extrapolar modelos animales y la complejidad de interpretar los criterios de valoración clínicos. Si las herramientas de IA pueden reducir los intentos ineficaces en la selección de dianas o la optimización molecular, efectivamente podrían cambiar el ritmo de I+D; pero la información pública disponible hasta ahora no ofrece áreas de enfermedad concretas, moléculas candidatas, datos experimentales preliminares ni planes clínicos, por lo que no puede equipararse el importe de la operación con evidencia de eficacia.
Contexto
La narrativa comercial del descubrimiento de fármacos con IA se ha intensificado rápidamente en los últimos años, desde licencias de plataformas y codesarrollo hasta la incorporación de candidatos a fármacos, con titulares de acuerdos que con frecuencia se miden en miles de millones de dólares. Sin embargo, esas cifras suelen incluir grandes pagos por hitos, mientras que los ingresos inmediatos reales normalmente son mucho menores. Para inversores e investigadores, los indicadores más importantes siguen siendo cuántas moléculas generadas con asistencia de IA entran en clínica, si pueden mostrar una tasa de éxito distinta a la de la I+D tradicional y si pueden resistir el escrutinio regulatorio en seguridad y eficacia.
Ese es también el punto en el que este caso debe leerse con cautela. Si futuras divulgaciones muestran que la colaboración se enfoca en dianas concretas de enfermedades neurológicas y cuenta con validación reproducible en experimentos húmedos, esta operación pasará de ser una noticia comercial a convertirse además en un avance científico. Por ahora, se parece más a una coordenada industrial: la IA ya ha sido incorporada a la mesa principal de negociación del desarrollo de nuevos fármacos, pero todavía debe demostrar con resultados experimentales y clínicos que no solo genera listas de candidatos más rápido, sino que está más cerca de producir medicamentos capaces de tratar enfermedades.