Industria biotecnológica · global
Primero, dejar que el tejido de pacientes resistentes plantee el problema: Sightera recauda 3 millones de euros para reordenar el proceso de descubrimiento de fármacos con IA
Esta startup belga no parte de moléculas generadas por ordenador, sino que primero observa cómo responden a los fármacos los organoides derivados de pacientes; el concepto aborda un problema clave de la traslación en el desarrollo farmacéutico con IA, pero la evidencia aún se encuentra en una fase preclínica temprana.
La IA puede proponer rápidamente una gran cantidad de moléculas nuevas, pero una estructura ideal a ojos del ordenador no necesariamente seguirá siendo un buen fármaco al entrar en la complejidad del cuerpo humano. La biotecnológica belga Sightera Biosciences intenta abordar esta brecha a la inversa: primero obtiene información sobre la respuesta a los fármacos a partir de tejidos de pacientes en quienes el tratamiento ha fracasado y después permite que la IA generativa diseñe moléculas candidatas basándose en esas señales biológicas.
Sightera anunció el 17 de julio que había completado una ronda de financiación presemilla de 3 millones de euros, liderada por Entourage, Anacura y Qbic. Los fondos se destinarán a ampliar su plataforma de IA y su cartera preclínica, contratar personal de investigación y ciencia de datos e impulsar colaboraciones con compañías farmacéuticas. La empresa es una spin-off de la Universidad de Amberes y del Hospital Universitario de Amberes, y actualmente se centra en fármacos de molécula pequeña para oncología y fibrosis.
El punto de partida de este método es el material biológico procedente de pacientes con enfermedades avanzadas, resistentes al tratamiento o terminales. Mediante colaboraciones con hospitales, el equipo obtiene muestras y crea modelos que incluyen organoides derivados de pacientes; posteriormente, utiliza cribado de alto rendimiento para observar cómo distintas intervenciones modifican el estado del tejido. Los datos de respuesta a fármacos acumulados de esta manera se convierten entonces en la base para que la IA diseñe nuevas moléculas.
Esto difiere del proceso habitual de «seleccionar primero una diana, generar estructuras químicas y después validarlas por etapas». Sightera pretende partir de las redes biológicas ya reconfiguradas en los tejidos resistentes a los fármacos, de modo que los medicamentos candidatos sean sometidos desde una fase temprana a pruebas más próximas al estado de la enfermedad de los pacientes. Sin embargo, aunque los organoides pueden conservar algunas características del tejido, todavía no pueden reproducir por completo la inmunidad, el metabolismo, el flujo sanguíneo ni las interacciones entre órganos del cuerpo humano; que un modelo resulte eficaz no garantiza que también lo sea en humanos por el mero hecho de que los datos procedan de muestras de pacientes.
La financiación también permitirá avanzar el programa principal, SIGHT001. La información pública solo señala que se trata de un programa de «pegamento molecular» en oncología que avanza hacia la selección de un candidato preclínico. Los pegamentos moleculares suelen utilizar moléculas pequeñas para propiciar interacciones entre proteínas que normalmente no se unirían con facilidad, lo que podría permitir modificar o eliminar proteínas causantes de enfermedades; sin embargo, Sightera aún no ha revelado la diana de acción, la indicación, los resultados de estudios en animales ni los datos de seguridad de SIGHT001.
En esta etapa, la mayor incógnita sigue siendo cuánta ventaja cuantificable aporta realmente la plataforma. La empresa no ha publicado el número de muestras, los tipos de enfermedades ni sus métodos de control de calidad de los datos, y tampoco ha ofrecido una comparación directa con modelos entrenados con datos públicos o con los procesos tradicionales de descubrimiento de fármacos. Los datos procedentes de pacientes también implican variaciones entre lotes, cuestiones de representatividad, procedimientos de consentimiento y gobernanza de la privacidad; si los modelos o los datos se actualizan continuamente, en el futuro también será necesario establecer un marco de validación trazable.
Por tanto, esta financiación se asemeja más a una apuesta temprana por una hipótesis de investigación y desarrollo que a una demostración de la eficacia del descubrimiento de fármacos mediante IA. La empresa afirma que esta ronda es el primer paso antes de una financiación de mayor escala y que su objetivo a largo plazo es llevar SIGHT001 a ensayos en humanos; antes de ello, la selección de la molécula candidata, una eficacia preclínica reproducible, la toxicología y las condiciones de fabricación siguen siendo obstáculos que deberá superar uno por uno.