La IA en el descubrimiento de fármacos enfrenta desafíos de calidad y sesgo de datos

El alto costo y los largos plazos del desarrollo de fármacos están impulsando a las empresas farmacéuticas a adoptar la inteligencia artificial (IA) para mejorar las tasas de éxito y reducir los riesgos. La IA se utiliza para diseñar candidatos a fármacos desde cero y predecir sus interacciones con dianas terapéuticas, reemplazando el cribado físico tradicional de vastas bibliotecas moleculares. Este cambio permite a las empresas identificar compuestos prometedores más rápido y eliminar candidatos de baja calidad antes de las pruebas de laboratorio, ahorrando tiempo y recursos.

Sin embargo, los candidatos generados por IA aún requieren validación en laboratorio porque los modelos actuales no pueden predecir de manera confiable la cinética o la capacidad de desarrollo. Esto ha aumentado la presión sobre los equipos de laboratorio, que deben probar y caracterizar un volumen creciente de compuestos diversos generados por IA. Los flujos de trabajo de cribado tradicionales, diseñados para resultados binarios de sí o no, tienen dificultades para proporcionar los datos detallados necesarios para estos candidatos complejos.

Un desafío importante es la calidad e integridad de los datos de entrenamiento. Muchos modelos de IA se basan en conjuntos de datos públicos que carecen de estructura, etiquetado y diversidad, lo que lleva a un "muro de datos" donde los modelos llegan a conclusiones similares con rendimientos decrecientes. El sesgo de publicación agrava esto, ya que la mayoría de los datos públicos se centran en resultados positivos, mientras que los datos negativos (experimentos fallidos y compuestos que no se unen) permanecen sin publicar. Paul Belcher, director de estrategia de investigación de proteínas en Cytiva, señala que este sesgo limita la capacidad de los modelos para aprender de los fracasos y hacer predicciones confiables.

La integridad de los datos es otra preocupación. La fabricación de imágenes, como las transferencias Western, se ha vuelto más fácil con la IA generativa. La investigación de la microbióloga Elisabeth Bik encontró que casi el 4% de los artículos biomédicos contenían imágenes duplicadas o manipuladas hasta 2016. Belcher advierte que los datos manipulados utilizados para entrenar la IA podrían tener consecuencias desastrosas. Algunos proveedores están desarrollando herramientas para verificar la autenticidad de los datos, como el Image Integrity Checker de Cytiva, que utiliza algoritmos hash seguros para detectar manipulaciones. Las editoriales están mostrando interés en adoptar dichas herramientas como práctica estándar.

De cara al futuro, la industria debe abordar estos desafíos de datos para aprovechar plenamente el potencial de la IA en el descubrimiento de fármacos. Esto incluye crear conjuntos de datos más completos que incluyan resultados negativos, mejorar el etiquetado y la estructura de los datos, e implementar herramientas de verificación para garantizar la integridad de los datos. Sin estos pasos, los modelos de IA corren el riesgo de perpetuar sesgos y producir predicciones poco fiables, socavando su promesa de acelerar el desarrollo de fármacos.