Tinta Tech

Resumen semanal de Tinta Tech: tech, IA y mercados en tu correo. Una vez por semana, sin spam. Política de privacidad

Isomorphic Labs: ¿fármacos diseñados por IA o burbuja con sello de Google?

Emilio Pfeffer Berger·
Isomorphic Labs: ¿fármacos diseñados por IA o burbuja con sello de Google?

Una molécula puede diseñarse en una computadora en cuestión de días. Un medicamento nuevo, desde el laboratorio hasta la farmacia, tarda entre 10 y 15 años. Esa diferencia de escala está en el centro del debate sobre Isomorphic Labs, la empresa de descubrimiento de fármacos con inteligencia artificial (IA) que fundó Demis Hassabis tras su paso por DeepMind, y sobre la cifra de USD 5.000 millones asociada a su nombre.

El mercado paga por el tramo más rápido de la cadena. Y trata ese tramo como si fuera la cadena completa. Ese es el error que conviene examinar.

El cronómetro equivocado

La fama de Isomorphic viene de AlphaFold, el modelo que predice la forma tridimensional de las proteínas. En 2022, el equipo publicó predicciones para cerca de 200 millones de proteínas, casi todas las conocidas por la ciencia. En 2024, Hassabis y John Jumper compartieron el Nobel de Química con David Baker por ese trabajo.

El logro es real. Pero predecir la forma de una proteína no equivale a crear un fármaco que funcione en un cuerpo humano.

Veamos la proporción. El descubrimiento temprano, que incluye identificar el objetivo biológico y encontrar moléculas candidatas, consume una fracción del presupuesto total. Los estudios sobre costos los sitúan en cientos de millones de dólares por producto aprobado. La fase preclínica, es decir, las pruebas en laboratorio y animales antes de llegar a personas, pesa mucho menos que los ensayos con pacientes.

La IA acelera justo la parte que menos encarece el proceso. Eso no la vuelve inútil. La vuelve insuficiente para justificar, por sí sola, una valoración de este tamaño.

El cuello de botella tiene nombre de fase

Un ensayo clínico es un estudio con personas. Se divide en fases. La fase I prueba seguridad en un grupo pequeño de voluntarios. La fase II busca señales de eficacia en pacientes. La fase III compara el medicamento contra un tratamiento existente o contra placebo en miles de personas.

Aquí está el problema. Según un análisis de la Biotechnology Innovation Organization (BIO), con datos de 2011 a 2020, solo cerca del 8% de los fármacos que entran a fase I termina aprobado. La fase II es la más mortal: alrededor de 29% de los programas pasa a fase III. En fase III, la tasa de éxito ronda el 58%.

Estas cifras no dependen de qué tan rápido se diseñó la molécula. Dependen de la biología humana, que es compleja, variable y frecuentemente distinta de lo que predice un modelo de laboratorio.

Muchos fármacos fracasan porque la diana biológica no era la correcta. Otros fracasan porque el efecto observado en el laboratorio no se traduce en el cuerpo. Un diseño perfecto no elimina esa incertidumbre. Solo la desplaza.

La pregunta que el precio no responde

Los inversores que apuestan por Isomorphic hacen una suposición implícita. Creen que la ventaja de velocidad se mantendrá cuando los candidatos lleguen a la fase clínica. Esa suposición es la que hay que poner a prueba.

Si la IA produce moléculas mejores en seguridad o eficacia, la ventaja sobrevive. Si produce moléculas más rápidas, pero con las mismas tasas de fracaso, la ventaja se evapora en la fase II. Isomorphic habrá comprado tiempo en la parte barata del proceso, y el costo real aparecerá más adelante.

Hay un dato que merece calma. Varias compañías de descubrimiento asistido por IA han firmado acuerdos con farmacéuticas grandes en los últimos años. Incluyen pagos iniciales y pagos futuros ligados a logros cumplidos, los llamados hitos. Esos contratos muestran interés real. Pero los hitos más valiosos suelen depender de resultados clínicos, no de moléculas entregadas. Ese detalle pesa más que el titular.

La regulación tampoco se acelera porque el modelo sea bueno. La Administración de Alimentos y Medicamentos de Estados Unidos (FDA), la Agencia Europea de Medicamentos (EMA), la agencia sanitaria de México (COFEPRIS) y la de Brasil (ANVISA) exigen datos humanos. Un algoritmo puede proponer la hipótesis. No puede reemplazar al paciente que tolera o no tolera el compuesto.

Medicina, burbuja o ambas cosas

No creo que Isomorphic sea una burbuja en sentido estricto. Tiene científicos de primer nivel, acceso a datos valiosos y una tesis que puede funcionar. Pero la valoración tampoco refleja el riesgo que asume.

La cifra parece descansar en la idea de que la IA reducirá a la mitad, o más, el tiempo y el costo de llevar un fármaco al mercado. Esa reducción, si llega, se notará sobre todo en la fase preclínica. El grueso del valor económico se decide en fase II y III.

Por eso el indicador correcto no es cuántas moléculas genera la empresa. Es cuántas de ellas superan la fase II con una tasa de éxito mayor que el promedio de la industria. Si la tasa es igual a la histórica, Isomorphic habrá acelerado un proceso que fracasa en la misma proporción de siempre. Eso tiene valor científico, pero no justifica la prima que hoy paga el mercado.

Mi lectura es concreta, y puedo equivocarme. Para el 31 de diciembre de 2028, Isomorphic no tendrá ningún medicamento aprobado por la FDA ni por la EMA. Si para esa fecha reporta resultados de fase II, la tasa de éxito de sus candidatos seguirá dentro del rango histórico, sin una mejora clara. Si ocurre lo contrario, y al menos dos candidatos avanzan a fase III con datos que superan el promedio, habré subestimado lo que el mercado vio.

La IA ya cambió la forma de buscar moléculas. Lo que aún no sabemos es si cambia cuántas de ellas sobreviven al cuerpo humano. Ese número decidirá si los USD 5.000 millones fueron una inversión en medicina o una apuesta sobre la velocidad.

Compartir

Relacionados

Newsletter

El resumen semanal de tech, IA y mercados, en tu correo.

Sin spam. Puedes darte de baja cuando quieras. Política de privacidad.