37.000 científicos artificiales fundaron una empresa biotecnológica y hallaron la clave del éxito de los fármacos

Un equipo de investigadores convirtió decenas de miles de agentes de inteligencia artificial (IA) en una compañía biotecnológica virtual y les encargó analizar datos sobre el desarrollo de fármacos. El sistema analizó 55 984 ensayos clínicos y descubrió una señal estadística asociada con el éxito de los medicamentos: los fármacos dirigidos a blancos característicos de determinados tipos celulares llegaban al mercado con mayor frecuencia y provocaban menos eventos adversos.

La plataforma recibió el nombre Virtual Biotech. Según la idea de sus creadores, reproduce la estructura de una compañía biotecnológica real: un director científico virtual descompone la tarea principal en partes, asigna el trabajo entre agentes de IA especializados y luego compila los resultados en una conclusión general. La estructura principal incluye cuatro áreas científicas, once roles especializados y más de 100 herramientas para trabajar con datos genéticos, celulares, químicos y clínicos.

Durante la parte más extensa del experimento, el sistema creó 37 075 agentes paralelos para procesar ensayos clínicos de fase II y III. A cada agente se le asignó un ensayo, de modo que el agente podía concentrarse en los documentos de un solo estudio sin sobrecargar el contexto con datos ajenos.

Primero el agente verificaba la inscripción en ClinicalTrials.gov; si faltaba información, buscaba publicaciones científicas y luego consultaba comunicaciones regulatorias y otros materiales abiertos. Así, el sistema recopiló los resultados de los ensayos, los criterios primarios y secundarios de eficacia, las causas de interrupción prematura de los estudios y la información sobre eventos adversos en un formato uniforme. Según los autores, el procesamiento de 37 075 ensayos llevó alrededor de seis horas, mientras que el trabajo secuencial de un solo agente hubiera requerido aproximadamente 1 839 horas, o 76,6 días.

Tras combinar los resultados, los agentes buscaron propiedades de los blancos terapéuticos asociadas con el éxito en los ensayos clínicos. Lo más notable fue la especificidad celular. Los fármacos dirigidos a genes que se expresan predominantemente en determinados tipos celulares tenían un 40% más de probabilidades de pasar de la fase I a la fase II y un 48% más de probabilidades de llegar a la fase IV, que se realiza tras la comercialización. La frecuencia de eventos adversos en esos fármacos fue un 32% menor.

La razón parece lógica: una proteína que se encuentra principalmente en el grupo celular deseado permite potencialmente que el fármaco actúe con mayor precisión y afecte menos a otros tejidos. Sin embargo, la relación observada sigue siendo una asociación estadística y no una regla universal para crear un fármaco exitoso. El destino de un medicamento depende de la toxicidad, la eficacia, la dosificación, el diseño de los ensayos, las características de la enfermedad y muchos otros factores.

Virtual Biotech también se probó en una tarea más concreta. Se pidió al sistema evaluar la proteína CD276, también conocida como B7-H3, como blanco para el cáncer de pulmón. Los agentes cruzaron datos genéticos, celulares y clínicos y propusieron usar un conjugado anticuerpo-fármaco: el anticuerpo reconoce B7-H3 en la célula tumoral y entrega una sustancia antitumoral.

Los autores limitaron el acceso del sistema a la información disponible hasta enero de 2025. Posteriormente, desarrolladores farmacéuticos avanzaron de forma independiente en un enfoque similar. El fármaco ifinatamab deruxtecan, creado por Daiichi Sankyo y desarrollado conjuntamente con Merck, también es un conjugado anticuerpo-fármaco dirigido a B7-H3. En agosto de 2025 la autoridad regulatoria estadounidense le otorgó al fármaco la designación de terapia innovadora para pacientes con cáncer de pulmón de células pequeñas en etapa extensa tras tratamientos previos.

La coincidencia en la estrategia fue una verificación independiente interesante de la dirección elegida por la IA, pero no una prueba de que Virtual Biotech hubiera creado por sí misma un fármaco funcional. Ifinatamab deruxtecan se desarrolló por separado, y las propuestas del propio sistema no pasaron por ensayos de laboratorio ni clínicos. En abril de 2026 la solicitud para el fármaco recibió revisión prioritaria en EE. UU.; la decisión del regulador se espera para el 10 de octubre de 2026.

En la tercera prueba, los agentes analizaron un ensayo interrumpido de un fármaco contra la colitis ulcerosa. En lugar de concluir simplemente que fue un fracaso, el sistema trató de reconstruir un posible mecanismo biológico del escaso efecto y propuso reclutar pacientes de forma distinta según biomarcadores. Ese escenario muestra el propósito principal de la plataforma: no generar fármacos listos para usar a partir de una única instrucción, sino reunir rápidamente datos fragmentados y encontrar hipótesis que una persona tendría que verificar manualmente en múltiples fuentes.

Los desarrolladores subrayan que Virtual Biotech está destinada, sobre todo, a las etapas tempranas de la búsqueda de fármacos. La calidad de las conclusiones depende directamente de la integridad de los datos de partida, por lo que el sistema es menos adecuado para enfermedades poco estudiadas y blancos nuevos. Los patrones encontrados y las opciones terapéuticas propuestas requieren, de todos modos, verificación en laboratorio y luego en ensayos clínicos. Por ahora el resultado principal consiste en demostrar cuánto pueden acelerar los agentes de IA en paralelo el análisis de enormes conjuntos de información biomédica.