Google anunció recientemente el lanzamiento de su sistema de asistente de investigación científica con IA basado en Gemini 2.0: el IA co-científico, diseñado para ofrecer a los científicos una colaboración virtual que genere hipótesis e ideas de investigación novedosas. Este sistema no solo cuenta con las funciones habituales de revisión y resumen de literatura, sino que también incorpora una capacidad innovadora de descubrimiento de conocimiento original. El IA co-científico puede simular el proceso de razonamiento del método científico, y basándose en la evidencia disponible y los objetivos de investigación específicos, proporcionar a los investigadores hipótesis e ideas de proyectos novedosas. En la práctica...

Recientemente, el ex científico de DeepMind, Simon Kohl, anunció la creación de una nueva empresa de descubrimiento de fármacos con inteligencia artificial. Su objetivo es aprovechar su amplia experiencia en la predicción de proteínas, especialmente la relacionada con el sistema AlphaFold, galardonado con el Premio Nobel. AlphaFold es una herramienta revolucionaria de IA capaz de predecir con precisión las estructuras tridimensionales de las proteínas, un avance que ha generado un gran interés en la investigación biomédica. Nota de la imagen: Imagen generada por IA, servicio de licencia de imágenes.

El descubrimiento y desarrollo de fármacos es un paso clave en la investigación farmacológica, sin embargo, este proceso todavía depende en gran medida de la experimentación animal. La experimentación animal no solo plantea problemas éticos, sino que también es costosa y lenta. Para mitigar estos problemas, el profesor Patrick Müller y su equipo de la Universidad de Constanza, Alemania, están desarrollando un método de evaluación automatizado llamado "EmbryoNet-AI", destinado a reemplazar los experimentos con animales tradicionales y aumentar considerablemente la eficiencia del desarrollo de fármacos. El profesor Müller recibió recientemente 150.000 euros de financiación del Consejo Europeo de Investigación (ERC)...

En el reciente Foro Económico Mundial celebrado en Davos, el director ejecutivo de Google DeepMind, Demis Hassabis, afirmó que los primeros fármacos diseñados con ayuda de la inteligencia artificial podrían comenzar las pruebas clínicas antes de 2025. Hassabis también es el responsable de Isomorphic Labs, la empresa de investigación farmacéutica de DeepMind. Declaró: "Nuestro plan es que algunos fármacos diseñados con IA entren en pruebas clínicas antes de finales de este año". Nota sobre la imagen.

En la reciente Conferencia JP Morgan Healthcare 2025, NVIDIA e Innophore anunciaron una emocionante colaboración para lanzar a finales de enero de 2025 CavitOmiX, una plataforma de cribado de seguridad de fármacos impulsada por inteligencia artificial (IA). Esta plataforma tiene como objetivo mejorar la eficiencia y precisión del diseño de fármacos mediante el análisis de los sitios de unión de proteínas, lo que representa un cambio revolucionario en el campo del desarrollo de fármacos. Christian Gruber, CEO de Innophore...

Recientemente, Demis Hassabis, cofundador de Google, reveló en una entrevista que su compañía, Isomorphic Labs, planea comenzar a finales de año un ensayo clínico de un fármaco desarrollado con inteligencia artificial (IA). Esta noticia ha generado un gran interés, especialmente por sus posibles aplicaciones en oncología, enfermedades cardiovasculares y enfermedades neurodegenerativas. Nota de la imagen: Imagen generada por IA, MidjourneyIsomorphic

Genesis Therapeutics, una empresa de investigación de fármacos con IA, anunció recientemente que ha recibido una inversión adicional de NVentures, el brazo de capital riesgo de Nvidia, aunque no se ha revelado la cantidad. Esta acción marca una profundización de la colaboración entre ambas empresas, con el objetivo de acelerar el desarrollo de la plataforma de IA GEMS (Genesis Exploration of Molecular Space) de Genesis, que se centra en el uso de la IA física para el diseño de fármacos basado en la estructura.

Nvidia anunció recientemente que su marco de IA biomolecular de código abierto BioNeMo™ se está utilizando ampliamente en la industria farmacéutica, atrayendo la atención de numerosas compañías farmacéuticas, innovadores en biotecnología e investigadores de IA. El lanzamiento de este marco marca la entrada oficial del desarrollo de fármacos asistido por IA en la era de la supercomputación. Como conjunto de herramientas de IA específicamente diseñado para la investigación biomolecular, el marco BioNeMo ofrece un avance revolucionario para la industria farmacéutica. Los investigadores pueden utilizar este marco para aumentar considerablemente la escala de cálculo de los modelos de IA, analizar conjuntos de datos masivos de manera más eficiente y mejorar significativamente la...

Google DeepMind publicó recientemente, de forma inesperada, el código fuente y los pesos del modelo de AlphaFold3, lo que supone un gran avance que podría acelerar el descubrimiento científico y el desarrollo de fármacos. Semanas después de este anuncio, los creadores del sistema, Demis Hassabis y John Jumper, recibieron el Premio Nobel de Química 2024 por su contribución a la predicción de la estructura de proteínas. En comparación con su predecesor, AlphaFold2, las capacidades técnicas de AlphaFold3...

La reconocida empresa farmacéutica global Eli Lilly ha anunciado una importante novedad: el nombramiento de Thomas J. Fuchs como su primer director de inteligencia artificial. Fuchs asumirá el cargo el 21 de octubre de 2024. Este nombramiento representa un paso significativo para Eli Lilly en el campo de la inteligencia artificial. Las responsabilidades de Fuchs abarcarán la estrategia y los proyectos de IA en todos los aspectos de la empresa, incluyendo el descubrimiento de fármacos, los ensayos clínicos, la producción y las actividades comerciales. Fuchs cuenta con una amplia experiencia en el campo de la inteligencia artificial.

La empresa biotecnológica Chai Discovery lanza Chai-1, un modelo de IA diseñado para predecir estructuras moleculares y acelerar el desarrollo de fármacos. Este modelo supera en precisión a AlphaFold de Google DeepMind y cuenta con el respaldo de OpenAI y Thrive Capital. Chai-1 ofrece una interfaz web gratuita y código abierto para la investigación no comercial. El modelo muestra un rendimiento excepcional en la predicción de diversos tipos de moléculas, especialmente cuando los datos son incompletos, superando las expectativas en la precisión para el desarrollo de fármacos.

La empresa de biotecnología Chai Discovery, fundada hace seis meses, ha recibido una inversión cercana a los 30 millones de dólares por parte de Thrive Capital y OpenAI. La compañía se centra en la aplicación de la biotecnología al desarrollo de fármacos, desarrollando una tecnología innovadora capaz de predecir la estructura de las biomoléculas y reprogramar las interacciones intermoleculares, con el objetivo de transformar la biología en una "ingeniería". Chai Discovery busca acelerar y optimizar el proceso de desarrollo de fármacos mediante el uso de inteligencia artificial y aprendizaje automático para mejorar el diseño de moléculas farmacológicas.

DeepMind de Google ha lanzado AlphaProteo, un sistema de inteligencia artificial que se centra en generar nuevas proteínas para moléculas objetivo específicas, con el objetivo de acelerar el diseño de fármacos, la comprensión de enfermedades y la investigación de aplicaciones para la salud. AlphaProteo ha diseñado con éxito un ligando para el VEGF-A, una proteína relacionada con el crecimiento tumoral y las complicaciones de diversas enfermedades, con resultados que superan con creces los métodos tradicionales. A diferencia de AlphaFold, las proteínas diseñadas por este sistema pueden interactuar con procesos biológicos, lo que abre la posibilidad de desarrollar terapias dirigidas contra proteínas dañinas.

La inteligencia artificial (IA) generativa se está convirtiendo rápidamente en una herramienta central en varios sectores y se espera que atraiga a más de 100 millones de usuarios para 2026. Sectores como la atención médica, la publicidad, la fabricación, el desarrollo de software, los servicios financieros y el entretenimiento ya están utilizando ampliamente la IA generativa para mejorar significativamente la productividad. En el ámbito médico, la IA mejora el análisis de imágenes médicas, diseña nuevos fármacos y personaliza los planes de tratamiento. En publicidad, la IA genera contenido eficiente y alineado con la identidad de marca. En la fabricación, la IA acelera los procesos de diseño y la predicción inteligente de mantenimiento previene fallos en los equipos. El desarrollo de software aprovecha la IA para generar y optimizar código, mejorando así la eficiencia.

La startup israelí de inteligencia artificial CytoReason ha anunciado recientemente una ronda de financiación de 80 millones de dólares, con la participación de gigantes del sector como Nvidia, Pfizer, OurCrowd y Thermo Fisher Scientific. La empresa tiene previsto utilizar estos fondos para acelerar el desarrollo de su plataforma de IA para el modelado de enfermedades y el descubrimiento de fármacos.

La startup india Ceremorphic abre una división de ciencias biológicas para acelerar el desarrollo de fármacos utilizando su plataforma tecnológica de chips de IA. El departamento de ciencias biológicas de Ceremorphic utiliza la nueva plataforma tecnológica BioCompDiscoverX. El objetivo de la empresa es encontrar mejores moléculas candidatas desde el principio para llevar nuevos fármacos al mercado de forma más rápida y económica.

Inceptive permite el diseño y la generación de nuevas proteínas y fármacos mediante el aprendizaje a gran escala de lenguajes de software biológico. Inceptive aplica el aprendizaje profundo al diseño de fármacos para lograr un desarrollo de fármacos programable y escalable. El CEO de Inceptive, Jakob Uszkoreit, afirma que la asignación insuficiente de recursos informáticos a los modelos lingüísticos grandes es un factor clave de ineficiencia.

La última versión de AlphaFold puede predecir estructuras de proteínas, ácidos nucleicos y moléculas con PTM. Se ha logrado una predicción atómica de alta precisión para ligandos, proteínas y ácidos nucleicos. En cuestiones relacionadas con la unión de anticuerpos, supera ampliamente a las versiones anteriores. Puede predecir estructuras proteína-ligando de forma más rápida y precisa. Contribuye a la comprensión de mecanismos biológicos complejos y acelera las aplicaciones médicas.

'🧪 Proceso de descubrimiento de fármacos: El artículo menciona que el proceso de descubrimiento de fármacos hasta la fase de ensayos clínicos lleva una media de 6 años. ''📈 Afirmaciones de las empresas de IA: Las nuevas empresas de IA afirman que el tiempo para llevar un compuesto candidato a fármacos desde el descubrimiento hasta los ensayos clínicos se ha reducido a menos de 10 años, con algunos casos individuales que tardan tan solo 30 meses. ''🧐 Cautela necesaria: Estas afirmaciones carecen de verificación independiente de terceros y solo los ensayos clínicos pueden demostrar su viabilidad.'

'Inceptive, fundada por autores del artículo sobre el Transformer, tiene como objetivo diseñar moléculas de ARNm utilizando IA. El equipo incluye pioneros en modelos grandes y profesores de biología de Stanford, una combinación complementaria. El núcleo es el uso del aprendizaje automático para diseñar rápidamente secuencias de ARN, lo que reduce el ciclo de desarrollo de fármacos. Ya se ha establecido una colaboración con una gran empresa farmacéutica europea para desarrollar conjuntamente nuevas vacunas de ARNm. Se prevé que el desarrollo tecnológico alcance un punto de inflexión en 3 años, y las terapias con ARN serán las primeras en beneficiarse.'