Cómo la IA y el RWD mejoran el desarrollo de medicamentos

Además de Foxize, uno de los proyectos en los que estoy profesionalmente implicado es DevsHealth. Su propósito es conseguir un fuerte impacto social en el diseño y desarrollo de medicamentos. Este post está escrito por Alfons-Nonell, CEO y co-fundador de DevsHealth.

El gasto de I+D en el sector farmacéutico sube pero la rentabilidad baja

En 2018 y 2019 las empresas farmacéuticas gastaron de media alrededor del 25% de sus ingresos en I+D. La media total de la industria sanitaria (incluida la farmacéutica) fue del 21,7%, solo superada por el sector de la informática y la electrónica, que fue el que más gastó en I+D en 2018, con un total del 22,5% de sus ingresos totales. El gasto en I+D en el sector farmacéutico ha aumentado mucho en los últimos 20 años, pasando del 13% de las ventas en el año 2000, al 20% en 2014 y a cerca del 25% en 2018.

El futuro de la industria farmacéutica está directamente relacionado con su inversión en I+D. Sin I+D no hay productos, y entonces no hay ventas. Sin embargo, esta inversión se ha vuelto menos rentable con los años. Según el informe titulado “Research and Development in Pharmaceutical Industry”, que examina el periodo entre 1980 y 2019, el retorno de la inversión en I+D en términos de nuevos medicamentos aprobados está disminuyendo. Según esta publicación, el crecimiento de las inversiones en I+D fue 6 veces mayor que el número de nuevas aprobaciones de medicamentos por parte de la FDA. Al principio del periodo reportado, la inversión era de unos 7.640 millones de dólares al año, con una media de 22,6 fármacos aprobados al año. En la última década, la inversión en I+D ascendió a 83.000 millones de dólares en 2019, con una media de 38 nuevos fármacos al año (con un máximo de 59 en 2018).

Estas cifras se refieren a las aprobaciones de la FDA y a la inversión en I+D de las empresas miembros de la Pharmaceutical Research and Manufacturers of America (PhRMA), pero son extrapolables al mercado mundial.

Encarecimiento del I+D de medicamentos especializados

Hay otro problema económico. Mientras que a principios de los años 90 los medicamentos eran de bajo coste y con un gran número de pacientes objetivo, muchos de los medicamentos aprobados en los últimos años son «medicamentos especializados». Estos fármacos suelen ser más caros (normalmente biológicos), con precios más elevados, pero también con mayores niveles de inversión en I+D (¡hasta 10.000 millones de dólares!) y una población objetivo más reducida. Un ejemplo de esta tendencia es el número de éxitos de ventas. Es cierto que algunos nuevos biológicos tienen el potencial de convertirse en futuros fármacos superventas, pero el superventas más importante perdió su patente hace 10 años. Se trata de Lipitor, de Pfizer, cuya patente expiró en 2011 tras generar unos ingresos de 150.100 millones de dólares durante su vida. Ningún otro medicamento ha tenido tanto éxito.

Un último dato: sólo 3 de cada 10 medicamentos comercializados generan ingresos superiores a la inversión en I+D (Diseñando fármacos). Esto no es sostenible desde el punto de vista económico, y se convertirá no sólo en un problema económico para las empresas farmacéuticas, sino también en un enorme problema de salud pública.

70% de las enfermedades no tiene fármacos específicos

Sólo se dispone de terapias farmacológicas para el 30% de las enfermedades identificadas. La mayor parte del 70% restante son enfermedades huérfanas o desatendidas, para las que no existe un mercado que justifique la inversión necesaria. Entre ellas se encuentran los antibióticos y otros medicamentos antiinfecciosos, cuya falta de inversión es crónica desde hace décadas. Aunque esto está cambiando gracias a la pandemia de Covid-19, es necesario invertir en las enfermedades menos rentables para evitar graves problemas de salud pública en un futuro próximo. No obstante, es necesario introducir algunos cambios para que el desarrollo de medicamentos sea más rentable.

Según algunos estudios, el uso de herramientas bioinformáticas en el descubrimiento de fármacos puede reducir el coste anual del desarrollo de nuevos medicamentos en un 33% y el tiempo invertido en el descubrimiento de fármacos en un 30%.

Covid-19 un punto de inflexión en el desarrollo bioinformático de fármacos

Un ejemplo interesante de cómo la bioinformática puede cambiar el desarrollo de fármacos se produjo durante la pandemia del Covid-19, cuando los enfoques bioinformáticos fueron cruciales para el rápido desarrollo de las vacunas del Covid-19. Gracias a los ordenadores, los investigadores pudieron comparar el SARS-CoV-2 con otros coronavirus, observar diferentes cepas, identificar proteínas de superficie y modelar epítopos antigénicos. La bioinformática, y especialmente el descubrimiento computacional de fármacos, también tuvo un enorme impacto en el desarrollo de tratamientos para combatir el Covid-19, ya que estas herramientas facilitan la reutilización de fármacos, la identificación de mecanismos de acción y el estudio de la interacción fármaco-objetivo.

En los últimos 20 años, el uso de enfoques de química computacional en el descubrimiento de fármacos ha supuesto una gran innovación, ya que pueden simplificar el proceso. Por ejemplo, la tecnología de la química computacional permite a los investigadores modelar la interacción proteína-ligando, lo que significa que pueden optimizar fácilmente este ligando.

Inteligencia Artificial mejora el descubrimiento computacional de fármacos

Imagen de Gerd Altmann en Pixabay

Sin embargo, el mayor cambio tuvo lugar en la última década, cuando apareció el aprendizaje automático (inteligencia artificial, IA). El descubrimiento computacional de fármacos ha mejorado enormemente gracias al uso de enfoques de aprendizaje automático. Los investigadores pueden desarrollar un nuevo candidato en unos pocos meses en lugar de años, probando sólo algunas moléculas de alta calidad en lugar de cientos de compuestos menos precisos en el laboratorio.

La introducción de la IA en el descubrimiento de fármacos ha permitido optimizar fácilmente los compuestos, realizar cribados en enormes bases de datos y calcular las propiedades ADME/TOX. Una vez más, la atención se centró en la molécula y su objetivo. La inclusión de la IA supuso una gran mejora, pero su ámbito de aplicación se limitaba al ligando y su diana.

Datos del mundo real (RWD) para al desarrollo de fármacos

Una cuestión pendiente era la inclusión de datos, datos del mundo real (RWD) en el proceso de descubrimiento y desarrollo. En la actualidad, los datos se utilizan en algunos enfoques de medicina de precisión, en los que el tratamiento se decide en función de las necesidades del paciente, pero esto se limita al uso clínico.

Al incluir la medicina de precisión combinando la IA y la RWD, en el descubrimiento temprano podemos diseñar un candidato a fármaco pensando no sólo en las interacciones entre el ligando y el objetivo, sino también en el perfil del paciente que tomará este fármaco. En otras palabras, ponemos al paciente en el centro del proceso de descubrimiento y desarrollo de fármacos. De este modo, podemos diseñar y desarrollar un nuevo fármaco no sólo en función de su unión a la diana y sus propiedades ADME, sino también pensando en la población final que lo tomará.

Este enfoque innovador nos ayudará a predecir los efectos secundarios específicos de la población y anticiparlos desde el principio, lo que nos permitirá modificar la molécula para evitarlos. Esto aumentará las tasas de éxito durante los ensayos clínicos, lo que equivale a reducir el riesgo y la inversión en nuevos medicamentos.

Por último, al utilizar la IA con RWD también pretendemos contribuir al acceso a los medicamentos. Al facilitar el descubrimiento y el desarrollo de fármacos, también contribuimos a hacerlos más accesibles.

Imagen de Furiosa-L en Pixabay

Post relacionados:

Dejar una contestacion

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

 

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.