Pathos incorpora dos fármacos contra el cáncer de mama en un solo día, mientras la IA comienza a asumir decisiones clave del desarrollo clínico

La competencia por aplicar la IA al desarrollo de fármacos contra el cáncer está pasando de «identificar nuevas moléculas» a etapas más costosas y difíciles: determinar qué activos existentes merece la pena asumir, en qué pacientes deben probarse y cómo diseñar ensayos capaces de demostrar su eficacia. Pathos AI anunció dos acuerdos el mismo día para incorporar a su cartera de desarrollo un conjugado anticuerpo-fármaco en fase clínica y un degradador de proteínas preclínico, lo que supone una prueba de presión práctica para este modelo.

El acuerdo de mayor envergadura procede de Alphamab Oncology. Pathos obtuvo los derechos exclusivos de investigación, desarrollo, fabricación y comercialización de JSKN016 fuera de China continental, Hong Kong, Macao y Taiwán. Alphamab Oncology podrá recibir un pago inicial no reembolsable de 125 millones de dólares, además de hasta 2.093 millones de dólares en pagos por hitos y regalías escalonadas sobre las ventas, de un porcentaje alto de un solo dígito a uno bajo de dos dígitos.

JSKN016 es un conjugado anticuerpo-fármaco biespecífico que reconoce simultáneamente TROP2 y HER3, con una relación fármaco-anticuerpo de cuatro, y que porta un inhibidor de la topoisomerasa I. La formulación intravenosa ya ha entrado en China en un ensayo de fase 3 para el cáncer de mama triple negativo, dirigido a pacientes cuya enfermedad ha progresado después de al menos dos líneas de quimioterapia sistémica. La formulación subcutánea se encuentra en estudios iniciales en China y Australia, respectivamente. Por ahora, la denominación «primero de su clase» sigue siendo el posicionamiento de la empresa para su diseño biespecífico. Aún se necesitan comparaciones clínicas para determinar si puede traducirse en una eficacia o seguridad superiores a las de los ADC dirigidos contra una sola diana.

La otra colaboración contempla el desarrollo conjunto de AZD4241 por parte de Pathos y AstraZeneca. Esta molécula PROTAC oral está diseñada para inducir a las células a eliminar receptores de estrógeno tanto de tipo natural como mutados y se dirige al cáncer de mama ER positivo y HER2 negativo. Pathos será responsable del desarrollo clínico inicial. Ambas partes han adoptado un acuerdo de licencia exclusiva conjunta, pero no han revelado las condiciones financieras. A diferencia del bloqueo directo del receptor, los PROTAC utilizan el propio mecanismo celular de degradación de proteínas para eliminar proteínas causantes de enfermedad. En teoría, esto podría abordar parte de la resistencia a los fármacos impulsada por mutaciones del receptor, pero AZD4241 todavía se encuentra en fase preclínica.

Contexto

Pathos afirma que su plataforma Foundry utiliza un gran número de agentes de IA que operan en paralelo para integrar datos biológicos, clínicos y del mundo real, y aplicarlos a la priorización de activos, la estratificación de pacientes, la optimización de dosis, el diseño de ensayos y la monitorización. La empresa señala que JSKN016 es el cuarto programa en fase clínica impulsado por Foundry. AZD4241, por su parte, planteará otro tipo de prueba para la transición de la plataforma desde la etapa preclínica hasta los ensayos en seres humanos. Esto refleja el desplazamiento gradual del foco de la IA biomédica desde la generación de moléculas candidatas hacia la identificación de los pacientes con mayor probabilidad de beneficiarse y la toma más temprana de decisiones sobre continuar o interrumpir el desarrollo.

Sin embargo, los dos acuerdos solo pueden demostrar que Pathos está dispuesta a invertir capital basándose en las evaluaciones de su plataforma; aún no demuestran que la IA haya elevado la tasa de éxito de los ensayos. La información pública no aporta datos sobre la precisión de Foundry en estudios prospectivos ni resultados comparativos frente a los métodos tradicionales de desarrollo. Tampoco explica la representatividad ni las carencias de las distintas fuentes de datos. Si la estratificación de pacientes se genera a partir de datos retrospectivos, todavía será necesario definir previamente los biomarcadores y el plan de análisis para evitar que el modelo se limite a encontrar, dentro de datos complejos, subgrupos imposibles de reproducir.

Por tanto, el verdadero punto de validación no reside en el número de agentes de IA, sino en si los ensayos posteriores pueden producir evidencia clínica reproducible y apta para la revisión regulatoria. JSKN016 permitirá evaluar con mayor rapidez el desarrollo entre distintas regiones y el valor de dirigirse a dos dianas, mientras que AZD4241 deberá responder primero a cuestiones sobre la seguridad en seres humanos, la farmacocinética y el grado de degradación del receptor. Si ambos logran resultados claros siguiendo las estrategias de selección de pacientes y dosificación propuestas por la plataforma, Pathos tendrá entonces la oportunidad de demostrar que la IA no es solo un relato de selección previo a una transacción, sino que puede cambiar la manera en que se ejecuta el desarrollo de fármacos contra el cáncer.