Descubrir nuevos medicamentos es realmente un proceso muy costoso y largo en su desarrollo. Sin embargo, el aprendizaje automático, una rama de la inteligencia artificial, tiene el potencial de acelerar significativamente este proceso y reducir los costes asociados.

Imagina un sistema inteligente capaz de analizar grandes cantidades de datos y aprender de ellos para identificar compuestos que podrían ser utilizados en el desarrollo de fármacos. Esto es posible gracias al aprendizaje automático que se basa en algoritmos y modelos matemáticos para reconocer patrones y hacer predicciones.

Recientemente, se ha utilizado esta tecnología para identificar candidatos prometedores de medicamentos senolíticos, que son fármacos que se enfocan en retrasar el envejecimiento y prevenir enfermedades relacionadas con el paso de la edad.

Descubrir nuevos medicamentos es realmente un proceso muy costoso y largo en su desarrollo. Sin embargo, el aprendizaje automático, una rama de la inteligencia artificial, tiene el potencial de acelerar significativamente este proceso y reducir los costes asociadosImagina un sistema inteligente capaz de analizar grandes cantidades de datos y aprender de ellos para identificar compuestos que podrían ser utilizados en el desarrollo de fármacos. Esto es posible gracias al aprendizaje automático que se basa en algoritmos y modelos matemáticos para reconocer patrones y hacer predicciones.

Recientemente, se ha utilizado esta tecnología para identificar candidatos prometedores de medicamentos senolíticos, que son fármacos que se enfocan en retrasar el envejecimiento y prevenir enfermedades relacionadas con el paso de la edad.

Los senolíticos funcionan mediante la eliminación de las células senescentes, que son células metabólicamente activas pero que ya no pueden replicarse, adquiriendo el apodo de "células zombie". Estudios en ratones han demostrado que la eliminación de estas células senescentes mejora diversas enfermedades.

El modelo de IA seleccionado analizó una amplia cantidad de moléculas en un tiempo sorprendentemente corto y proporcionó una lista de 21 compuestos con alta probabilidad de ser senolíticos. 

Estos compuestos fueron sometidos a pruebas en células sanas y senescentes y se descubrió que 3 de ellos —periplocina, oleandrina y ginkgetina— tenían la capacidad de eliminar selectivamente las células senescentes, preservando la viabilidad de las células sanas. 

Por supuesto no hay que cantar victoria aún ya que se encuentran en una etapa temprana de investigación y se necesita realizar más pruebas para comprender mejor su efectividad y seguridad, pero algo queda claro: la integración de la IA en la investigación farmacéutica abre nuevas rutas para la búsqueda de tratamientos y curas de enfermedades relacionadas con el envejecimiento.