Archive
535 artículos, ordenados por fecha de publicación.
Los brotes en la República Democrática del Congo y Uganda han convertido una cepa vírica que durante mucho tiempo careció de incentivos comerciales en una urgencia para el desarrollo de vacunas; tres enfoques tecnológicos arrancan al mismo tiempo, y la verdadera prueba será si velocidad, evidencia y capacidad de producción pueden alinearse en medio de la incertidumbre.
AWS demuestra cómo llevar a la nube un flujo de trabajo abierto para el diseño de ligandos proteicos, facilitando la ampliación de la generación, evaluación de plegamiento y selección de grandes cantidades de moléculas candidatas; el verdadero umbral sigue estando en la verificación experimental y en el largo camino del desarrollo de fármacos.
Las plataformas experimentales de IA ya no solo ayudan a los científicos a escribir código y ordenar datos; el nuevo plan de Anthropic apunta a los propios candidatos a fármacos, aunque entre el resultado de un modelo y una terapia utilizable sigue habiendo un largo camino de experimentos, toxicología y ensayos clínicos.
No se trata de otro anuncio que envuelve la IA como un atajo de laboratorio, sino de una compañía de grandes modelos que empieza a adentrarse directamente en la I+D farmacéutica temprana; la verdadera prueba se desarrollará fuera del ordenador, en los experimentos, la toxicología y la evidencia clínica.
Un estudio de fase 1 utiliza células T autólogas no modificadas genéticamente para dirigirse simultáneamente a tres antígenos tumorales, aportando señales preliminares de seguridad y eficacia en algunos tumores pediátricos de alto riesgo del sistema nervioso central, aunque aún queda un paso clave antes de demostrar que puede prolongar la supervivencia.
Una previsión de mercado presenta los implantes quirúrgicos diseñados por IA como un ámbito de tecnología médica de rápido crecimiento; la verdadera clave no está en el tamaño de las cifras, sino en si el diseño personalizado puede incorporarse a la cirugía cotidiana con una seguridad verificable.
Esta colaboración, de hasta 600 millones de dólares, no es solo otra operación de licencia para una compañía de fármacos con IA; devuelve la pregunta al terreno clínico y regulatorio: si los candidatos propuestos por modelos pueden demostrar en ensayos en humanos que no solo son más rápidos, sino también más fiables.
A medida que la I+D farmacéutica depende cada vez más de algoritmos, lo verdaderamente escaso quizá no sean solo los modelos, sino la base de datos que permite organizar, consultar y verificar de forma fiable señales biológicas complejas.
Si este acuerdo avanza según los términos anunciados, volverá a mostrar que las grandes farmacéuticas están dispuestas a apostar por la IA para descubrir fármacos; pero lo que realmente puede cambiar la eficiencia de la I+D no es la velocidad con que los modelos generan moléculas, sino si los candidatos pueden atravesar la validación biológica, los ensayos clínicos y la revisión regulatoria.
La presentación de Claude Science no es solo el lanzamiento de una herramienta de IA, sino el intento de una empresa tecnológica de conectar modelos, análisis de datos y exploración de fármacos candidatos en una cadena de I+D; la verdadera línea divisoria aparecerá cuando las predicciones computacionales pasen a experimentos húmedos y evidencia clínica.
Las proteínas de membrana han sido durante mucho tiempo objetivos difíciles para el desarrollo de fármacos y el análisis estructural; si una nueva ola de proteínas diseñadas con IA logra fijar de forma fiable sus formas, podría permitir que más receptores y canales pasen de ser “difíciles de ver” a ser estudiables y diseñables.
Más de 50 farmacéuticas invierten en I+D, lo que muestra que el cáncer de mama HER2 positivo sigue siendo un campo central en el desarrollo de fármacos oncológicos; pero el dinamismo de las carteras no equivale a una victoria clínica, y la verdadera clave está en si pueden prolongar la supervivencia, reducir la toxicidad y responder al difícil problema de la secuenciación terapéutica.