Enchant de Iambic Therapeutics predice resultados clínicos de nuevos fármacos

Enchant de Iambic Therapeutics predice resultados clínicos de nuevos fármacos

Iambic Therapeutics anuncia un gran avance con Enchant, un modelo transformador multimodal que predice resultados clínicos a partir de datos preclínicos, abriendo nuevas posibilidades para el desarrollo de medicamentos más eficientes y seguros.

La farmacéutica californiana Iambic Therapeutics ha presentado Enchant, un modelo de IA innovador que promete revolucionar el descubrimiento y desarrollo de fármacos.

Este modelo transformador multimodal, entrenado con docenas de modalidades y fuentes de datos que abarcan todo el proceso de descubrimiento y desarrollo de fármacos, supera la «pared de datos» entre el laboratorio y la clínica, prediciendo resultados clínicos desde las primeras etapas de la investigación.

El problema de la pared de datos

El desarrollo de nuevos medicamentos es un proceso ineficiente y costoso, con una alta tasa de fracaso en las etapas clínicas tardías.

La abundancia de datos en la etapa de descubrimiento contrasta con la escasez de datos clínicos, debido a las barreras éticas y económicas que impiden la generación de datos en humanos para un gran número de moléculas.

Esta disparidad crea una «pared de datos» que dificulta la predicción precisa del comportamiento de los fármacos en humanos.

Enchant: Rompiendo la pared de datos

Enchant utiliza el aprendizaje por transferencia para aprovechar la abundancia de datos preclínicos y predecir resultados clínicos, incluso con cantidades limitadas de datos clínicos.

En una demostración inicial, Enchant predijo con precisión la farmacocinética (PK) humana de fármacos candidatos utilizando datos preclínicos y una pequeña cantidad de datos clínicos (datos de solo 5 moléculas, menos del 1% del conjunto de datos Obach).

«Enchant produce predicciones fiables de las propiedades PK clínicas al ser entrenado con más datos preclínicos de laboratorio», afirma el informe técnico de Iambic.

El modelo logró una correlación de Spearman de 0.74 para la vida media de la PK humana, superando el anterior estado del arte de 0.58. Resultados similares se observaron para otras propiedades PK clínicas humanas.

Ventajas de Enchant:

Predicción temprana de resultados clínicos: Permite la identificación temprana de posibles problemas y la optimización de candidatos a fármacos.
Reducción del riesgo clínico: Minimiza las costosas fallas en etapas tardías del desarrollo.
Mayor eficiencia en el descubrimiento de fármacos: Acelera el proceso y reduce los costos.

Comparación con otros modelos:

Enchant supera a otros modelos basados en LLM en el descubrimiento de fármacos, especialmente en su capacidad para aprovechar datos preclínicos para realizar predicciones clínicas precisas. Esta capacidad representa un avance fundamental en el campo.

Implicaciones para el futuro:

Enchant, junto con otras tecnologías de IA y plataforma de Iambic, promete acelerar el desarrollo de medicamentos más seguros y efectivos, abordando necesidades médicas no cubiertas. La compañía está abierta a colaboraciones y ofrece más información a través de partnerships@iambic.ai