La Inteligencia Artificial acaba de dar un paso que va más allá de utilizar algoritmos para ayudar a los científicos a descubrir medicamentos. Un trabajo publicado en Science presenta Virtual Biotech, una plataforma concebida como una organización de agentes de IA que reproduce, a escala computacional, la estructura funcional de una compañía biotecnológica. El sistema está diseñado para coordinar distintas funciones de investigación y desarrollo, desde la identificación de posibles dianas terapéuticas hasta el análisis de ensayos clínicos.
La diferencia fundamental está en la arquitectura. Virtual Biotech no es simplemente un modelo de IA al que se formula una pregunta. El sistema cuenta con un agente que ejerce como una suerte de director científico virtual, recibe el problema planteado, lo divide en tareas y las distribuye entre agentes especializados. Después, integra los resultados para construir una respuesta científica. La plataforma incorpora cuatro divisiones de investigación, 11 agentes principales y más de 100 herramientas de análisis.
En otras palabras, la innovación está en la orquestación agéntica: diferentes sistemas de IA realizan funciones concretas y trabajan coordinadamente como si fueran departamentos de una organización. Hay agentes dedicados a genética estadística, genómica funcional, biología de enfermedades, quimioinformática o análisis de datos clínicos, mientras un sistema coordinador integra las conclusiones. Un revisor científico virtual también evalúa métodos y afirmaciones cuando es necesario.
37.000 agentes frente a 55.984 ensayos
La demostración más llamativa del trabajo se produjo al analizar 55.984 ensayos clínicos. Para extraer y estructurar sus resultados, Virtual Biotech desplegó más de 37.000 agentes especializados en ensayos clínicos, trabajando en paralelo. El objetivo era relacionar los resultados obtenidos en los estudios con características genómicas y moleculares de las dianas terapéuticas.
La escala permite hacer algo difícil de imaginar con una organización humana convencional: asignar prácticamente un agente a cada ensayo y dejar que cada uno recorra distintas fuentes de evidencia. En la prueba, los agentes procesaron 37.075 ensayos de fase II y III en unas seis horas. Los autores estiman que realizar el mismo trabajo con un único agente habría requerido unas 1.839 horas, alrededor de 76 días, lo que supone una aceleración aproximada de 184 veces mediante la paralelización.
El análisis encontró, entre otras asociaciones, que los medicamentos dirigidos contra genes específicos de determinados tipos celulares presentaban una mayor probabilidad de progresar en el desarrollo clínico y de llegar al mercado, además de menores tasas de acontecimientos adversos. Los autores señalan una asociación del 48 por ciento con una mayor probabilidad de alcanzar la fase IV y un 32 por ciento menos de acontecimientos adversos. Son resultados de análisis retrospectivos, no una demostración de que la IA haya creado por sí misma un medicamento eficaz.
De la diana al desarrollo de un tratamiento
El sistema también fue probado en problemas concretos de desarrollo terapéutico. En cáncer de pulmón, Virtual Biotech integró evidencias genéticas, de secuenciación unicelular, información espacial y datos clínicos para estudiar B7-H3 como posible diana y plantear una estrategia basada en un conjugado anticuerpo-fármaco. En otro caso examinó un ensayo terminado de colitis ulcerosa para investigar posibles mecanismos que explicasen su falta de eficacia y plantear estrategias de selección de pacientes mediante biomarcadores.
La importancia de estas pruebas no reside únicamente en las conclusiones particulares. Lo relevante es que una misma infraestructura puede desplazarse entre distintas etapas del proceso de innovación terapéutica, conectando evidencias que tradicionalmente permanecen distribuidas entre equipos, bases de datos y departamentos diferentes.
¿Puede una compañía ser, en parte, una red de agentes?
Aquí aparece la cuestión empresarial que abre este trabajo. Hasta ahora, el discurso dominante sobre IA aplicada a biotecnología se ha centrado en herramientas: modelos para analizar proteínas, buscar dianas, estudiar moléculas o interpretar datos. Virtual Biotech plantea otra posibilidad: automatizar parcialmente la propia estructura organizativa que produce conocimiento científico.
La pregunta deja de ser únicamente qué tareas puede hacer una IA y pasa a ser cuántas funciones de una organización de I+D pueden coordinarse mediante agentes. Una compañía podría tener agentes especializados en investigación, seguridad, selección de modalidades, análisis clínico y evaluación de evidencias, coordinados por otros agentes con responsabilidades de supervisión y síntesis. El trabajo publicado en Science apunta precisamente hacia ese modelo, aunque mantiene al científico humano dentro del circuito de decisión.
Una nueva frontera para la biotecnología europea
El debate adquiere una dimensión adicional en Europa, donde la soberanía tecnológica, la capacidad de desarrollar modelos propios y la competitividad de la industria biomédica ocupan un lugar creciente en la agenda. La cuestión que plantea esta arquitectura no es solamente quién tendrá los mejores modelos de IA, sino quién será capaz de convertirlos en organizaciones capaces de investigar y tomar decisiones a escala.
Virtual Biotech no demuestra todavía que una compañía farmacéutica pueda funcionar sin científicos ni laboratorios. Sus propios autores advierten de que sus resultados dependen de la calidad y disponibilidad de los datos y de que las hipótesis generadas necesitan validación experimental.
Pero el cambio conceptual ya está ahí. La IA empieza a dejar de presentarse únicamente como un empleado digital que ejecuta una tarea para convertirse en una arquitectura organizativa capaz de repartir trabajo, coordinar especialistas artificiales y sintetizar resultados.
La cuestión de fondo, por tanto, ya no es solamente si la Inteligencia Artificial descubrirá el próximo fármaco. Es si estamos empezando a ver cómo podría ser una compañía biotecnológica en la que buena parte de su estructura intelectual esté constituida por agentes de IA. Y ese salto, más que una nueva herramienta para descubrir medicamentos, puede acabar siendo una nueva forma de organizar la innovación biomédica.