Industria biotecnológica · global
UCB se alía con Cradle para incorporar el diseño de proteínas con IA al desarrollo de fármacos basados en anticuerpos
Desde la búsqueda de moléculas iniciales hasta la preparación preclínica, UCB incorporará continuamente los resultados experimentales a los modelos de cada proyecto para ayudar a optimizar anticuerpos. Esta colaboración pone a prueba la integración de la IA en la investigación y el desarrollo cotidianos; por ahora, no se han anunciado candidatos a fármacos ni datos que validen mejoras de eficiencia.
Que un ordenador proponga diseños de anticuerpos es solo el punto de partida del descubrimiento de fármacos; después, los investigadores deben validarlos uno a uno y decidir en qué moléculas merece la pena seguir invirtiendo recursos. La compañía biofarmacéutica belga UCB anunció el 4 de noviembre una colaboración estratégica con Cradle para incorporar su plataforma de diseño de proteínas con IA a determinados proyectos de descubrimiento de anticuerpos, con el objetivo de convertir la iteración entre diseño y experimentación en un proceso de investigación y desarrollo que acumule experiencia de forma continua.
Según los anuncios de ambas empresas, la colaboración abarca la generación de moléculas activas iniciales, la optimización de moléculas líderes y los preparativos necesarios para pasar a los estudios preclínicos. Se trata de una ampliación del programa existente de UCB de descubrimiento e ingeniería digital de anticuerpos: la plataforma de Cradle se combinará con las capacidades propias de UCB para el descubrimiento de anticuerpos, sus herramientas computacionales y su investigación sobre la biología de las enfermedades. Ambas empresas aún no han revelado las dianas, enfermedades o moléculas candidatas concretas incluidas en la colaboración.
El núcleo de este proceso consiste en incorporar continuamente los resultados de laboratorio al modelo. Tras probar las moléculas propuestas por la plataforma, los investigadores introducirán los resultados en modelos creados para cada proyecto, que servirán de base para la siguiente ronda de diseño. Ambas empresas lo denominan «laboratorio integrado en el ciclo» (lab-in-the-loop); su propósito es que el modelo se ajuste a medida que se acumulan datos del proyecto y ayude a los científicos a sopesar simultáneamente múltiples propiedades de las moléculas candidatas.
Cradle afirmó en su anuncio que la plataforma integra en un mismo sistema la ingeniería molecular con IA, el aprendizaje a partir de datos experimentales y la optimización conjunta de múltiples propiedades. Su director ejecutivo, Stef van Grieken, situó el foco de la colaboración en el uso de la plataforma en distintos proyectos: permitir que los científicos trabajen con más tipos de moléculas y problemas de ingeniería más complejos mediante una plataforma común. Esto amplía también el alcance de la colaboración, desde un diseño puntual hasta la forma en que todo el equipo de descubrimiento organiza los experimentos, acumula datos y selecciona moléculas candidatas.
Sin embargo, los anuncios describen la forma de trabajo prevista y aún no aportan resultados que validen esta colaboración. Las empresas no han divulgado el volumen de los datos de entrenamiento, el número de moléculas probadas, la tasa de éxito en comparación con los procesos existentes ni cuánto tiempo de investigación y desarrollo se ahorraría. Por tanto, encontrar más rápidamente anticuerpos de mayor calidad sigue siendo, por ahora, un objetivo de la colaboración y aún no puede considerarse un efecto demostrado.
RTTNews informó además de que no se han hecho públicas las condiciones financieras de la colaboración. En esta fase tampoco hay resultados de estudios en animales o seres humanos derivados de esta colaboración que puedan evaluarse. Pasar de las propuestas del modelo a un fármaco susceptible de desarrollo sigue requiriendo la generación gradual de evidencia experimental; incluso si una molécula candidata completa la preparación preclínica, ello no permite inferir su eficacia o seguridad en seres humanos ni sus posibilidades de obtener una aprobación regulatoria.