Un grupo de investigadores de la Universidad Simon Fraser (SFU) en Canadá presentó un avance que podría cambiar la forma en que se crean medicamentos.

Se trata de un marco de inteligencia artificial pensado para acelerar la búsqueda de nuevas medicinas. Suena técnico, pero es simple: ayuda a diseñar moléculas que realmente puedan fabricarse en un laboratorio. Los resultados fueron compartidos en el sitio web ArXiv.

Acortar el proceso

El problema es conocido. Durante años, la inteligencia artificial prometió crear moléculas perfectas para atacar enfermedades. El detalle es que muchas de esas moléculas resultaban imposibles de producir en la práctica.

Por eso este nuevo método puede ser un antes y un después en salud. Imagina recortar años de investigación y millones de dólares en la creación de fármacos contra males como el cáncer.

Martin Ester, profesor de ciencias de la computación en SFU, lo resume así: normalmente un medicamento tarda diez años y mil millones de dólares en llegar al mercado. Demasiado tiempo y dinero.

El objetivo del equipo es acortar ese proceso y abaratarlo. Si logran que funcione, los pacientes podrían recibir tratamientos nuevos mucho más rápido, algo que todos agradeceríamos. 

La ruta de síntesis 

El gran obstáculo siempre fue la “ruta de síntesis”. Básicamente, cómo inventar una receta química realista para fabricar la molécula diseñada por la computadora. Sin eso, el proyecto muere.

Tony Shen, doctorando y autor principal, lo explica con una metáfora. Primero identifican la proteína que causa la enfermedad. Luego diseñan una molécula que encaje en ella, como una llave en una cerradura.

Si la llave es buena, bloquea la actividad dañina de la proteína y detiene la enfermedad. Pero de nada sirve si la llave es imposible de construir en la vida real.

Aquí entra la novedad. El método, llamado CGFlow, combina dos diseños a la vez: cómo se arma la molécula y cómo se ve en 3D. Esa doble mirada marca la diferencia.

Ester asegura que con este enfoque casi garantizan que las moléculas generadas puedan producirse químicamente. Eso convierte a la IA en una herramienta realmente útil y no solo en teoría bonita.

Lo interesante es cómo funciona. En lugar de diseñar toda la molécula de golpe, CGFlow la va construyendo paso a paso, como quien moldea una estatua agregando arcilla poco a poco.

En cada paso, el sistema aprende cómo cambia la forma y la función de la molécula. Así consigue modelos más precisos y, lo mejor, fabricables en la práctica. 

Prometedor método  

El potencial ya llamó la atención de empresas farmacéuticas. Varias evalúan usar CGFlow en la etapa inicial de desarrollo de medicamentos contra el cáncer. Eso suena prometedor para millones de pacientes.

El equipo no quiere quedarse en el laboratorio. Ahora buscan trabajar directamente con la industria para aplicar y mejorar su método en proyectos reales. La idea es llevarlo del papel al mercado.