La nueva tecnología de inteligencia artificial arroja luz sobre el desarrollo de fármacos

¿La inteligencia artificial (IA) cambiará el proceso tradicional de desarrollo de fármacos de prueba y error y se convertirá en una fuerza revolucionaria en el sector farmacéutico? El aprendizaje activo y la IA interpretable son los dos paradigmas críticos que conducen a la respuesta positiva, según un artículo de perspectiva publicado recientemente en Ciencia de datos de salud.

«Recientemente se ha logrado un progreso prometedor en el uso de la IA para el diseño de fármacos. Sin embargo, todavía estamos lejos de estar seguros de que estos primeros resultados puedan traducirse en fármacos más efectivos con una alta tasa de éxito», dijo el coautor Jianzhu Ma, Ph.D. ., especialista y profesor asociado de inteligencia artificial en la Universidad de Pekín. «Cómo aprovechar el valor de los datos es la clave para construir una IA exitosa para el desarrollo de fármacos».

Los autores señalaron que la principal limitación del desarrollo de fármacos asistido por IA convencional es su paradigma lineal. Sin retroalimentación continua de los resultados experimentales posteriores, el paso anterior de la predicción del modelo de IA es solo «conjeturas informadas». Si bien un subdominio de la IA, el aprendizaje activo, crea un ciclo de retroalimentación interactivo entre el modelado de la IA y la evaluación experimental posterior, lo que puede aumentar el resultado general.

Además, la «caja negra» detrás de los modelos de IA convencionales obstaculiza el acceso de los científicos a la hipótesis y la lógica que utiliza el algoritmo para la extracción de datos. Sin embargo, la lógica interna detrás de una predicción en el proceso de desarrollo de fármacos es crucial para diseñar una molécula correcta. Por lo tanto, los autores sugirieron que «el modelo de IA debería revelar cómo alcanza una predicción particular, en función de qué moléculas de entrenamiento». Según los autores, la IA explicable es una dirección activa en la comunidad de aprendizaje automático.

«El desarrollo de fármacos basado en la IA de la próxima década contará con la estrecha integración de datos y computación, donde la IA interpretable y la biología experimental forman un circuito de aprendizaje activo y se informan entre sí con retroalimentación», dijo Ma. «Mejorará iterativamente el flujo de trabajo y generará conocimientos interpretables que los científicos pueden monitorear, analizar y comprender para cada etapa del desarrollo de fármacos».

Proporcionado por Health Data Science