Un nuevo principio activo puede ser la base de un nuevo y eficaz medicamento, pero para asegurar la viabilidad de su fabricación a escala industrial, hay que encontrar el modo idóneo de elaborarlo. Este reto se suma al previo de encontrar la sustancia química en cuestión. Para ello, los químicos recurren normalmente al método de ensayo y error: deducen posibles métodos de síntesis en laboratorio a partir de reacciones químicas conocidas y luego prueban cada uno de ellos con experimentos. Esta estrategia de investigación lleva mucho tiempo y está plagada de callejones sin salida.

Ahora, un equipo integrado, entre otros, por Gisbert Schneider del Instituto Federal Suizo de Tecnología en Zúrich (ETH), y David F. Nippa de la farmacéutica Roche, ha ideado un enfoque basado en la inteligencia artificial que ayuda a determinar el mejor método de síntesis, incluida su probabilidad de éxito.

Básicamente, los investigadores adiestraron a una inteligencia artificial con descripciones detalladas de ciertas reacciones químicas tomadas de la literatura científica y otras procedentes de un laboratorio automatizado de la empresa Roche. En dicho laboratorio se llevan a cabo numerosas reacciones químicas a escala de miligramos y se analizan simultáneamente.

"Combinar la automatización del laboratorio con la inteligencia artificial tiene un gran potencial para aumentar enormemente la eficiencia en la síntesis química y mejorar al mismo tiempo la sostenibilidad", afirma Nippa.

Se comprobó la capacidad predictiva del modelo generado a partir de este conjunto de datos, y el resultado fue bueno en la gran mayoría de casos.

Curiosamente, las predicciones mejoraron aún más cuando se incluyó información tridimensional sobre los materiales de partida en vez de limitar la información a sus fórmulas químicas bidimensionales. "Parece que el modelo de inteligencia artificial desarrolla una especie de comprensión química tridimensional", señala Kenneth Atz, del equipo de investigación y desarrollo.

El índice de éxito de las predicciones ha impresionado tanto a la compañía Roche, que ya está empleando esa inteligencia artificial para desarrollar más rápidamente variantes nuevas y más eficaces de principios activos farmacéuticos conocidos.

Schneider, Nippa y sus colegas exponen los detalles técnicos de su labor con el modelo de inteligencia artificial en la revista académica Nature Chemistry, bajo el título “Enabling Late-Stage Drug Diversification by High-Throughput Experimentation with Geometric Deep Learning”.

Fuente: Noticias de la Ciencia