Escucha la noticia
La Inteligencia Artificial (IA) está ayudando a hacer que la biotecnología sea más eficiente, precisa y personalizada. Esto está llevando a nuevos descubrimientos, mejores tratamientos y resultados mejorados para los pacientes.
Algunas tareas generales en las que la IA está colaborando con la ciencia en general es generar nuevas hipótesis. Mediante el análisis de grandes conjuntos de datos biológicos, se exploran nuevas hipótesis, como lo aplica la compañía DeepMind, que utiliza IA para formular nuevas hipótesis sobre cómo funciona el sistema inmunológico. PathAI utiliza esta herramienta para visualizar y analizar imágenes médicas como biopsias y tejidos, de manera que pueda ser más fácil encontrar patrones y entender este tipo de información.
La síntesis de proteínas en las empresas biotecnológicas más modernas, automatiza varios procesos, incluido el análisis de datos y el cultivo celular. De esta manera los científicos pueden enfocarse a un trabajo más creativo y estratégico.
Varias empresas biotecnológicas en el mundo ya automatizaron procesos, como la secuencia de ADN, la purificación de proteínas, la búsqueda de compuestos para el área farmacológica por parte de robots y, sobre todo en la manufactura de vacunas y anticuerpos producidos por procesos biotecnológicos. Las ventajas de emplear robots en estos procesos se debe a la exactitud, velocidad y reproducibilidad que se logra.
De manera complementaria, a fines de junio, Google Cloud presentó dos soluciones innovadoras impulsadas por IA para la industria de las ciencias de la vida, diseñadas para acelerar el proceso de descubrimiento de fármacos y mejorar la medicina de precisión para una amplia gama de partes interesadas, incluidas empresas farmacéuticas, empresas de biotecnología y organizaciones del sector público.
Esta herramienta puede analizar datos de ensayos clínicos para identificar pacientes que responden mejor a un determinado fármaco. La información se puede utilizar para optimizar la dosificación del fármaco o para identificar pacientes que pueden beneficiarse de un tratamiento adicional. Al analizar grandes cantidades de datos, la IA puede ayudar a los investigadores a identificar nuevos fármacos y objetivos farmacológicos más rápidamente y con mayor eficacia.
En otro caso, investigadores de la Universidad de Toronto utilizaron una base de datos de estructura de proteínas impulsada por lA para descubrir una nueva vía de tratamiento para el cáncer de hígado. Aparentemente, la creación de la droga potencial se logró en ¡solo 30 días!
La startup Molecule AI de la India, está desarrollando una innovadora plataforma de software basada en IA para el descubrimiento de fármacos, con un fuerte enfoque en la ingeniería de datos. Su plataforma Molecule GEN, proporciona módulos para la detección de objetivos farmacológicos, el diseño de nuevas moléculas, la investigación de vías farmacológicas y la evaluación de toxicidad/efectos secundarios de medicamentos.
En cuanto a edición de genes, la IA puede acelerar el ritmo de la investigación. Tradicionalmente, los científicos tienen que analizar minuciosamente los datos genéticos y realizar muchos experimentos para validar sus hallazgos. Los algoritmos de aprendizaje automático pueden analizar datos genéticos en menor tiempo que los humanos, y los modelos predictivos pueden simular los resultados de las modificaciones genéticas. Esto reduce el tiempo e inversión en investigación.
Sin duda, la IA se ha introducido como una importante herramienta para distintos procesos, aún en el campo de la biotecnología. Esta herramienta requiere el manejo de indicadores (prompt en inglés), que es muy similar a dar instrucciones precisas a la IA. Para esto, el programar en algún lenguaje y entender la lógica de los algoritmos, resulta ser una habilidad que nuestros profesionales deberían estar desarrollados, sobre todo en áreas científicas. Las universidades en Bolivia ¿están tomando en cuenta la IA en su currícula?
