{"id":1127824,"date":"2024-01-10T06:51:23","date_gmt":"2024-01-10T06:51:23","guid":{"rendered":"https:\/\/teknomers.com\/es\/la-escision-de-deepmind-tiene-como-objetivo-reducir-a-la-mitad-los-tiempos-de-descubrimiento-de-farmacos-tras-los-acuerdos-de-las-grandes-farmaceuticas\/"},"modified":"2024-01-10T06:51:23","modified_gmt":"2024-01-10T06:51:23","slug":"la-escision-de-deepmind-tiene-como-objetivo-reducir-a-la-mitad-los-tiempos-de-descubrimiento-de-farmacos-tras-los-acuerdos-de-las-grandes-farmaceuticas","status":"publish","type":"post","link":"https:\/\/teknomers.com\/es\/la-escision-de-deepmind-tiene-como-objetivo-reducir-a-la-mitad-los-tiempos-de-descubrimiento-de-farmacos-tras-los-acuerdos-de-las-grandes-farmaceuticas\/","title":{"rendered":"La escisi\u00f3n de DeepMind tiene como objetivo reducir a la mitad los tiempos de descubrimiento de f\u00e1rmacos tras los acuerdos de las grandes farmac\u00e9uticas"},"content":{"rendered":"<p> <br \/>\n<\/p>\n<div>\n<p>Desbloquea el Editor&#8217;s Digest gratis<\/p>\n<p class=\"article__content-sign-up-topic-description\"><span>Roula Khalaf, editora del FT, selecciona sus historias favoritas en este bolet\u00edn semanal.<\/span><\/p>\n<p><iframe class=\"article__content-sign-up-iframe close\" scrolling=\"no\" id=\"signUpIframe\" data-prev-url=\"\/register\/in-article-sign-up?ft-content-uuid=a08e4ad9-5277-4860-9df2-d5df2ad1e57d\"><\/iframe><\/div>\n<div id=\"article-body\">\n<p>El director de Google DeepMind cree que su proyecto de descubrimiento de f\u00e1rmacos reducir\u00e1 a la mitad el tiempo necesario para encontrar nuevos medicamentos, atrayendo la atenci\u00f3n de las compa\u00f1\u00edas farmac\u00e9uticas m\u00e1s grandes del mundo que buscan la inteligencia artificial para revolucionar el largo proceso.<\/p>\n<p>En declaraciones al Financial Times, Demis Hassabis, cofundador de la unidad de inteligencia artificial de Google y tambi\u00e9n l\u00edder de la rama de medicamentos Isomorphic Labs, dijo que el objetivo era reducir la etapa de descubrimiento (cuando se identifican los medicamentos potenciales antes de los ensayos cl\u00ednicos) de un promedio de cinco a\u00f1os. para dos.  &#8220;Creo que ser\u00eda un \u00e9xito para nosotros y ser\u00eda muy significativo&#8221;, dijo. <\/p>\n<p>Hassabis declar\u00f3 el objetivo d\u00edas despu\u00e9s de anunciar las dos primeras asociaciones farmac\u00e9uticas de Isomorphic Lab con Eli Lilly y Novartis, que alcanzaron un valor combinado de hasta 3.000 millones de d\u00f3lares, en acuerdos destinados a transformar las finanzas del grupo no rentable.<\/p>\n<p>Isomorphic Labs utiliza una plataforma de inteligencia artificial para predecir estructuras bioqu\u00edmicas, lo que ayuda a la creaci\u00f3n de nuevos medicamentos al recomendar qu\u00e9 compuestos potenciales tendr\u00e1n el impacto deseado en el cuerpo.  <\/p>\n<p>Incluyendo los ensayos cl\u00ednicos, a menudo se necesita hasta una d\u00e9cada para descubrir y desarrollar un nuevo f\u00e1rmaco, lo que cuesta en promedio unos 2.700 millones de d\u00f3lares, seg\u00fan una investigaci\u00f3n del Centro Tufts para el Estudio del Desarrollo de F\u00e1rmacos. <\/p>\n<p>Los grandes fabricantes de medicamentos, presionados para llenar sus carteras con nuevos medicamentos potenciales mientras los existentes enfrentan precipicios en materia de patentes, cuando se enfrentar\u00e1n a una competencia gen\u00e9rica mucho m\u00e1s barata, est\u00e1n ansiosos por encontrar nuevas formas de acortar el proceso.  A medida que los sistemas de salud de todo el mundo ejercen presi\u00f3n sobre los precios de los medicamentos, las compa\u00f1\u00edas farmac\u00e9uticas tambi\u00e9n buscan formas de reducir los costos en investigaci\u00f3n y desarrollo. <\/p>\n<p>Hassabis dijo que muchos fabricantes de medicamentos tambi\u00e9n hab\u00edan estado ansiosos por asociarse con Isomorphic, pero que la compa\u00f1\u00eda quer\u00eda centrarse en colaboraciones que pudieran mejorar su tecnolog\u00eda.  &#8220;Probablemente podr\u00edamos firmar una docena de asociaciones hoy, si quisi\u00e9ramos, pero eso nos har\u00e1 fragmentarnos demasiado y crear soluciones m\u00e1s personalizadas para los programas individuales&#8221;, dijo. <\/p>\n<p>En cambio, Isomorphic opt\u00f3 por firmar acuerdos con s\u00f3lo dos compa\u00f1\u00edas farmac\u00e9uticas.  El domingo, anunci\u00f3 que Lilly pagar\u00eda 45 millones de d\u00f3lares por adelantado, y que se pagar\u00edan otros 1.700 millones de d\u00f3lares cuando el proyecto alcanzara hitos de desempe\u00f1o, como que los medicamentos lleguen a los ensayos o la aprobaci\u00f3n.<\/p>\n<p>Novartis pagar\u00eda 37,5 millones de d\u00f3lares por adelantado con 1.200 millones de d\u00f3lares adicionales en incentivos basados \u200b\u200ben el desempe\u00f1o.<\/p>\n<p>Isomorphic dijo que planeaba construir instalaciones experimentales internas o \u201claboratorios h\u00famedos\u201d en alg\u00fan momento en el futuro, y ten\u00eda la intenci\u00f3n de asociar estos activos con compa\u00f1\u00edas farmac\u00e9uticas. <\/p>\n<p>Los acuerdos de Isomorphic se producen cuando Google enfrenta una feroz competencia en el desarrollo de software de inteligencia artificial por parte de empresas como OpenAI, respaldada por Microsoft, y empresas emergentes m\u00e1s peque\u00f1as como Anthropic y Cohere.  El a\u00f1o pasado, el gigante de las b\u00fasquedas fusion\u00f3 su unidad interna de inteligencia artificial Brain con DeepMind, en un esfuerzo por concentrar sus esfuerzos y recursos en esta tecnolog\u00eda de r\u00e1pido movimiento. <\/p>\n<p>Los acuerdos de asociaci\u00f3n siguen a varios otros en la industria.  Exscientia, con sede en Oxford, est\u00e1 trabajando con Sanofi y Bristol Myers Squibb, entre otros, e Insitro tiene un acuerdo con Bristol Myers, mientras que Owkin tambi\u00e9n colabora con Sanofi. <\/p>\n<p>Pero incluso los medicamentos descubiertos por inteligencia artificial pueden fallar en los ensayos cl\u00ednicos, ya que la biolog\u00eda humana es dif\u00edcil de predecir.  Varias empresas emergentes especializadas en inteligencia artificial para el descubrimiento de f\u00e1rmacos han tenido que abandonarlos despu\u00e9s de que los estudios demostraran que no eran tan eficaces como se esperaba.<\/p>\n<p>La plataforma de IA de Isomorphic Labs se basa en los avances cient\u00edficos logrados por la tecnolog\u00eda AlphaFold de DeepMind, un software de IA que puede predecir la estructura de casi todas las prote\u00ednas existentes a partir de su secuencia de ADN. <\/p>\n<p>Las nuevas generaciones de tecnolog\u00eda utilizan el aprendizaje profundo para predecir interacciones entre prote\u00ednas y otras mol\u00e9culas, incluidos el ADN y el ARN, y, por tanto, los efectos secundarios y la eficacia de nuevas estructuras qu\u00edmicas en el cuerpo. <\/p>\n<p>Isomorphic Labs se fund\u00f3 en 2021 como una subsidiaria de Alphabet, para avanzar en los avances iniciales de DeepMind con un enfoque exclusivo en el uso de la IA para el descubrimiento de f\u00e1rmacos.  En 2022, la empresa ampli\u00f3 sus p\u00e9rdidas a 16,9 millones de libras esterlinas desde 2,4 millones de libras esterlinas el a\u00f1o anterior, seg\u00fan documentos presentados por Companies House. <\/p>\n<p>Hassabis dijo que, aunque Isomorphic no estaba &#8220;centrado&#8221; en cu\u00e1ndo generar\u00eda ganancias, &#8220;los dos acuerdos que hemos hecho son bastante significativos tambi\u00e9n desde el punto de vista financiero&#8221;.<\/p>\n<p>El inter\u00e9s en utilizar la IA en el descubrimiento de f\u00e1rmacos est\u00e1 aumentando: las empresas del sector recaudar\u00e1n 4.400 millones de d\u00f3lares en 2022, frente a los 1.800 millones de d\u00f3lares de 2018, seg\u00fan la firma de investigaci\u00f3n PitchBook. <\/p>\n<p>Pero Hassabis dijo que Isomorphic era \u201cbastante \u00fanico\u201d al intentar construir modelos fundamentales de biolog\u00eda y qu\u00edmica, en lugar de utilizar la IA para el an\u00e1lisis de datos existentes.<\/p>\n<p>&#8220;Es casi como un modelo generativo que dise\u00f1a los compuestos con diferentes restricciones&#8221;, dijo.  \u201cPero esas limitaciones est\u00e1n modelando limitaciones bioqu\u00edmicas reales.  As\u00ed que eso es en lo que somos realmente buenos\u201d. <\/p>\n<\/div>\n<p><br \/>\n<br \/><a href=\"https:\/\/www.ft.com\/content\/a08e4ad9-5277-4860-9df2-d5df2ad1e57d\" rel=\"nofollow noopener\" target=\"_blank\">ttn-es-56<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Desbloquea el Editor&#8217;s Digest gratis Roula Khalaf, editora del FT, selecciona sus historias favoritas en este bolet\u00edn semanal.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[8757,440,28814,11705,6313,39249,58152,1806,246,36,265,1043,2565,4946,324,720],"class_list":["post-1127824","post","type-post","status-publish","format-standard","hentry","category-general","tag-acuerdos","tag-como","tag-deepmind","tag-descubrimiento","tag-escision","tag-farmaceuticas","tag-farmacos","tag-grandes","tag-las","tag-los","tag-mitad","tag-objetivo","tag-reducir","tag-tiempos","tag-tiene","tag-tras"],"_links":{"self":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts\/1127824","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/comments?post=1127824"}],"version-history":[{"count":0,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts\/1127824\/revisions"}],"wp:attachment":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/media?parent=1127824"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/categories?post=1127824"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/tags?post=1127824"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}