AbbVie e Iambic Therapeutics anunciaron una colaboración de varios años para usar IA para descubrir fármacos en inmunología, neurociencia y oncología. El acuerdo une la plataforma tecnológica de Iambic con la experiencia terapéutica de la farmacéutica estadounidense. Las compañías buscarán moléculas pequeñas con potencial de primera clase o mejor de su clase.
De acuerdo con lo anunciado por AbbVie, la alianza busca acelerar la identificación de candidatos prometedores. El objetivo declarado es diseñar mejores moléculas y elevar la probabilidad de éxito en el desarrollo.
En la búsqueda tradicional de moléculas pequeñas, los científicos evalúan decenas de propiedades de cada candidato por separado. Ese trabajo consume años y muchos recursos. La IA para descubrir fármacos invierte la lógica: un solo modelo analiza el conjunto completo de propiedades a la vez.
Descubrir un medicamento nuevo exige años de trabajo y miles de millones de dólares. La etapa de descubrimiento, previa a los ensayos clínicos, concentra gran parte del riesgo. Un candidato que falla tarde cuesta más que uno que se descarta temprano. Por eso la industria busca formas de filtrar mejor desde el inicio.
Una molécula de primera clase abre una vía terapéutica que no existía. Una mejor de su clase mejora un tratamiento ya disponible. El acuerdo persigue ambos perfiles. La diferencia importa porque el riesgo y la recompensa no son iguales en cada caso.
La plataforma de IA para descubrir fármacos de Iambic
Iambic aporta su plataforma de superinteligencia molecular, impulsada por Enchant y NeuralPLexer. Enchant v3 es un transformador multimodal que combina datos biomédicos de todo el proceso de descubrimiento. La compañía lo entrenó con más de 6.000 propiedades moleculares. El sistema permite probar muchas hipótesis de diseño en paralelo y a escala.
NeuralPLexer optimiza las propiedades de cada candidato de forma simultánea. Así reduce los plazos que van de la idea al compuesto. Los científicos de AbbVie operan la plataforma con su conocimiento de cada área terapéutica. Ellos validan las moléculas que el modelo propone y deciden cuáles avanzan.
Las tres áreas elegidas concentran necesidades médicas altas. En oncología, en neurociencia y en inmunología, encontrar una molécula adecuada puede tardar más de una década. La plataforma busca acortar esa ventana sin perder precisión.
Jonathon Sedgwick, jefe global de investigación en descubrimiento de AbbVie, afirmó que el objetivo es diseñar mejores moléculas con más eficiencia. Nicholas Donoghoe, director ejecutivo de estrategia, señaló que la IA será un catalizador para la innovación científica de la compañía.
El alcance económico y el papel de cada parte
La publicación especializada Pharmaceutical Executive detalló que el acuerdo incluye un pago inicial, hitos por éxito y regalías escalonadas sobre las ventas netas de los productos derivados de la IA. Las partes no divulgaron las cifras exactas.
Iambic es una empresa de ciencias de la vida en etapa clínica con sede en San Diego. Su director ejecutivo, Tom Miller, define la misión de la firma como hacer mejor tecnología para mejores medicamentos. El acuerdo le permite aplicar su plataforma junto a un equipo terapéutico de gran escala.
El movimiento se suma a una ola de alianzas entre farmacéuticas y empresas de IA. Las grandes compañías buscan acortar los plazos de descubrimiento y reducir la tasa de fracaso en las etapas tempranas. Iambic y AbbVie comparten ese objetivo con este acuerdo.
Iambic ya avanzó compuestos propios a etapa clínica antes de esta alianza. Ese historial respalda la plataforma que ahora licencia. Para AbbVie, el acuerdo acerca capacidades que construir desde cero tomaría años.
El fin declarado es llegar antes al paciente. Las tres áreas cubren enfermedades con pocas opciones de tratamiento. Un descubrimiento más rápido puede convertir una idea en un fármaco disponible en menos tiempo.
Fuentes consultadas: AbbVie (21/09), Pharmaceutical Executive (21/09), MobiHealthNews (21/09).
(cifras y especificaciones técnicas aportadas por las propias empresas)
