El descubrimiento de fármacos mediante IA está desencadenando un superciclo de fusiones y adquisiciones biotecnológicas

La nueva era de la biotecnología impulsada por la IA

La industria farmacéutica se construyó inicialmente gracias a la destreza de la industria química, que comenzó a crear productos cada vez más útiles, incluidos aquellos con fines médicos. Al principio, se trataba principalmente de aislar y purificar compuestos químicos naturales como la aspirina de la corteza de sauce y la quinina de un árbol tropical.

Luego comenzó a crear compuestos completamente nuevos que nunca habían existido en la naturaleza y los convirtió en medicamentos. Sin embargo, este enfoque ha comenzado a fallar en las últimas décadas.

Los productos químicos más fáciles de producir o de descubrir ya se han encontrado, y otras moléculas a menudo no son lo suficientemente buenas: son demasiado inestables, demasiado tóxicas, demasiado difíciles de fabricar, etc.

Como resultado, la industria farmacéutica ha recurrido a la biotecnología, que reutiliza moléculas biológicas como hormonas, proteínas o ADN y ARN para fabricar medicamentos. Esto dio lugar a la insulina artificial, las terapias monoclonales, las terapias génicas y muchos otros avances impresionantes.

Sin embargo, también en este caso el progreso ha empezado a estancarse, ya que se ha recogido lo más fácil: la mayoría de los productos biológicos activos ya están identificados y son conocidos, dejando los mecanismos biológicos más complejos y difíciles de entender para curar enfermedades aún resistentes al tratamiento.

Este es un problema grave para las grandes compañías farmacéuticas. No solo muchos de sus tratamientos químicos ya no están protegidos por patentes o lo estarán pronto, sino que la estrategia de simplemente comprar o asociarse con startups biotecnológicas ya no es suficiente.

Estas empresas necesitan comprar innovación rápidamente, y lo que funcionó antes ya no está funcionando.

En gran parte, esto se debe a que una representación verdadera de una sola célula humana sería casi incomprensiblemente compleja para una sola persona, como lo ilustra una imagen generada por computadora de todos los componentes de una sola célula humana que se volvió viral hace unos años.

Fuente: Newsweek

Afortunadamente, una nueva ola de innovación biotecnológica surge de la implementación de la IA en los biolaboratorios. Esto se combina con una revolución en los datos disponibles de los llamados "revolución multiómica“, lo que crea una cantidad de datos sin precedentes hasta el nivel intracelular.

Y la IA, con su capacidad de análisis de grandes conjuntos de datos que va mucho más allá de la mente humana, ahora está ayudando a darle sentido a todo.

Fuente: Foro Económico Mundial

Un ejemplo ilustrativo de esta tendencia es La asociación anunciada el 12 de enero^th, 2026, entre Nvidia (NVDA -3.28%) y el Eli Lilly (LLY -1.19%), planean invertir conjuntamente hasta mil millones de dólares durante cinco años en infraestructura e investigación para el descubrimiento de fármacos basados ​​en IA.

La era de la biología digital

La biología digital está cambiando el modo en que el tiempo, los costos y los riesgos de fracaso se acumulan en todo el proceso de descubrimiento de fármacos, trasladando más exploración y optimización a la computación antes de que comience el trabajo de laboratorio más costoso.

Desliza para desplazarte →

El auge de la multiómica

La enorme complejidad de los sistemas vivos ha llevado a El surgimiento de la multiómica, un campo que fusiona todos los subsegmentos -ómicos de las ciencias biológicas y que se promociona como el siguiente paso en la biotecnología.:

• Genómica el análisis de la secuencia de ADN en el núcleo de las células.
• Transcriptómica: el análisis del ARNm que transporta las instrucciones del ADN.
• Epigenómica: la modificación del genoma sin afectar la secuencia genética, o “epigenética”.
• Proteómica: el análisis de proteínas, incluida la modificación de proteínas con azúcares (“postraduccional”).
• Metabolómica: El análisis de compuestos químicos y metabolismo.
• Microbiómica: el análisis de todos los microbios que viven dentro o sobre el cuerpo.
• Multiómica de una sola célula: El análisis multiómico en células individuales.
• Biología espacial: analizando en 3D la ubicación de ARNm, proteínas o células específicas.

Fuente: Investigación del Arca

La multiómica también surgió gracias a herramientas analíticas mucho más potentes, desde secuenciadores genéticos a biología espacial.

El problema, sin embargo, es que esto genera tal avalancha de datos que, por primera vez, la cuestión para los biólogos no es encontrar finalmente un punto de datos interesante para utilizar en aplicaciones prácticas, sino decidir qué datos son realmente relevantes para un problema determinado.

Si se secuenciara el genoma de cada recién nacido del mundo, una práctica probable en los próximos años, esto generaría 10,000 veces los datos utilizados por una IA como Llama cada año.

Fuente: Investigación del Arca

¿Qué es la biología digital?

Recientemente ha aparecido una nueva opción para la investigación biotecnológica: la in silico enfoque, donde una o varias células virtuales se simulan en una computadora.

“En 2026, la identificación de los objetivos de la enfermedad dependerá de la exploración in silico antes de que comience cualquier validación de laboratorio.

Esto reducirá el número de programas que se estancan durante el desarrollo preclínico.

Verónica DeFelice – Directora de Productos Biológicos en Sapio Sciences."

Estas células virtuales se exponen luego al nuevo tratamiento potencial y la simulación calcula cómo reaccionarían.

Fuente: Investigación del Arca

Otra opción es simular la configuración 3D de una proteína, que en última instancia determina su función biológica.

Un simulador de plegamiento de proteínas como AlphaFold, la solución de inteligencia artificial de Google (GOOGL -2%) Ha mejorado hasta 500 veces desde 2018.

Fuente: Investigación del Arca

Por lo tanto, es probable que las simulaciones in silico se conviertan en una tecnología imprescindible para la mayoría de las empresas farmacéuticas y biotecnológicas.

Otra forma de biología digital es el uso de un sistema de detección avanzado para identificar marcadores de cáncer en una muestra de sangre, reemplazando biopsias costosas y menos eficientes y conduciendo al descubrimiento más temprano de cánceres potenciales.

Por último, la automatización, la robótica y la IA se están combinando para crear laboratorios automatizados que pueden realizar experimentos sin trabajo humano y verificar millones de moléculas o compuestos potencialmente útiles a un costo menor y a una velocidad 100 veces mayor que los métodos de investigación tradicionales.

Invertir en el descubrimiento de fármacos mediante IA

Descripción general de Eli Lilly

Eli Lilly es una enorme empresa farmacéutica que construyó su imperio médico sobre la base de la quinina y luego de la insulina.

El tratamiento de la diabetes ha seguido siendo el núcleo de la empresa, con una amplia gama de moléculas descubiertas y aprobadas en las últimas tres décadas para esta enfermedad. Esto incluye la tirzepatida, comercializada bajo la marca Mounjaro.

En la década de 2010, Eli Lilly también invirtió a lo grande en oncología (tratamientos contra el cáncer) con una serie de adquisiciones y asociaciones en el campo, así como esfuerzos internos de desarrollo de fármacos para construir una sólida cartera de medicamentos oncológicos.

Desde entonces, la molécula de tirzepatida se ha reutilizado como fármaco contra la obesidad, bajo la marca Zepbound, el mayor competidor de Ozempic. Esto ha sido un salvavidas para Eli Lilly, ya que muchos de sus medicamentos antiguos perdieron su patente, lo que significa que los fabricantes de genéricos ahora también pueden producirlos y competir en precio.

Aun así, depender masivamente de un solo péptido patentado y sus posibles derivados es una postura arriesgada e insostenible a largo plazo. Como la mayoría de las compañías farmacéuticas, existe una necesidad imperiosa de volver a la innovación diversificada. Pero a diferencia de muchas otras en la industria, Eli Lilly tiene un plan y apuesta por la IA y la biología digital.

Descubrimiento de fármacos con inteligencia artificial de Eli Lilly

El anuncio más grande y reciente en torno al descubrimiento de fármacos con inteligencia artificial y Eli Lilly es su asociación con Nvidia.

“NVIDIA y Lilly están reuniendo lo mejor de nuestras industrias para inventar un nuevo modelo para el descubrimiento de fármacos: uno en el que los científicos puedan explorar vastos espacios biológicos y químicos in silico antes de que se fabrique una sola molécula”.

Jensen Huang, fundador y director ejecutivo de NVIDIA"

El plan combinará los laboratorios húmedos de Lilly con laboratorios secos computacionales, lo que permitirá la experimentación asistida por IA las 24 horas del día, los 7 días de la semana. Esto se combina con un... Anunció una supercomputadora de IA que utiliza 1,000 GPU NVIDIA Blackwell Ultra para una fábrica de IA que capacitará a grandes modelos biomédicos de base y de frontera para identificar, optimizar y validar nuevas moléculas.

“Nuestros modelos básicos están generando nuevas posibilidades para nuestros químicos, ayudándolos a descubrir nuevos motivos y configuraciones de átomos que estaban fuera del alcance de los métodos tradicionales”.

Thomas Fuchs, director de inteligencia artificial de Eli Lilly"

Esta colaboración de 1 millones de dólares es solo la última (y mayor) iniciativa de la compañía farmacéutica en el descubrimiento de fármacos con IA. Anteriormente, destacaba:

• Inició una colaboración de investigación con Medicina Insilico, con hasta 100 millones de dólares a pagar a la startup dependiendo de los hitos de investigación.
• Asociación con Círculo Farmacéutico aprovechar las IA de Eli Lilly para mejorar sus terapias de macrociclo, incluso para objetivos históricamente no tratables.
• Desarrollar modelos de aprendizaje automático con insitro, pionero en el aprendizaje automático para el descubrimiento y desarrollo de fármacos.
• Colaboración con OpenAI Descubrir nuevos medicamentos para tratar las bacterias resistentes a los medicamentos..
• Uso de los modelos de IA de Genetic Leap para el descubrimiento de fármacos dirigidos al ARN en un acuerdo de 409 millones de dólares.
• Asociación de IA con la empresa de biotecnología digital de Google/Alphabet Laboratorios isomorfos, que recibirá $45 millones por adelantado y es elegible para hasta $1.7 mil millones en hitos basados ​​en el rendimiento.
• Un acuerdo de hasta 670 millones de dólares con Genesis Therapeutics para la plataforma de inteligencia artificial molecular de la empresa.
• Un acuerdo de 1.3 millones de dólares con Superluminal para descubrir medicamentos contra la obesidad utilizando IA, gracias a su plataforma patentada impulsada por IA dirigida a los receptores acoplados a proteína G (GPCR), con el objetivo de reforzar la presencia ya líder de Eli Lilly en el mercado de la obesidad.
• Un acuerdo con BigHat Biosciences para avanzar en el descubrimiento de terapias de anticuerpos impulsadas por IA gracias a su Plataforma de sombrerero.

Eli Lilly también se asoció con banco de pruebas, una plataforma de software basada en la nube diseñada para I+D en ciencias biológicas, para brindar a las nuevas empresas de biotecnología acceso a modelos entrenados con décadas de datos de investigación patentados de Lilly.

Llamado Laboratorio de sintonizaciónEsta plataforma debería ayudar a Eli Lilly a asociarse con ciencias biológicas en etapa inicial bajo su programa “Catalyze360”.

En general, es probable que estas asociaciones para el descubrimiento de fármacos con inteligencia artificial y la creación de infraestructura en todas las direcciones reconstruyan la línea de descubrimiento de Eli Lilly e impulsen su posición en antibióticos, medicamentos contra el cáncer, enfermedades raras y obesidad.

Últimas noticias y desarrollos de las acciones de Eli Lilly (LLY)