En el marco del Roche Press Day 2026: Salud como inversión, Kenneth Bradley, jefe global de Descubrimiento de Enfermedades Infecciosas de Roche, explicó cómo la inteligencia artificial (IA) y la innovación científica están transformando la investigación y ampliando las capacidades de los científicos para identificar moléculas con potencial para convertirse en nuevos tratamientos.
“Una de las cosas que la inteligencia artificial nos está ayudando a hacer es ampliar la cantidad de moléculas que podemos considerar desarrollar, porque ahora podemos realizar gran parte del trabajo de manera virtual. Esto significa que no tenemos que invertir recursos en fabricar miles de millones de moléculas”, afirmó Bradley.
La resistencia a los antibióticos en un tema de gran relevancia para la salud pública. En 2019 se registraron aproximadamente 4,95 millones de muertes asociadas con la resistencia bacteriana a los antimicrobianos, de las cuales 1,27 millones fueron atribuibles directamente a esta causa, según un estudio publicado en la revista científica The Lancet.
Además, hay que considerar que desde finales de la década de 1960 no se ha introducido una nueva clase de antibióticos dirigida a las bacterias gramnegativas, un grupo de microorganismos que presenta importantes desafíos por su resistencia a múltiples tratamientos. Mientras tanto, las bacterias continúan desarrollando mecanismos de resistencia frente a los medicamentos disponibles.
“Una de las cosas que hace la inteligencia artificial es ayudarnos a predecir qué tipos de moléculas, o qué propiedades específicas dentro de una molécula, podrían convertirla en un buen antibiótico. Un aspecto importante es que queremos que la inteligencia artificial haga predicciones sobre moléculas que nuestros químicos realmente puedan sintetizar”, explicó Bradley.
IA para transformar la salud
Aproximadamente el 90 % de los candidatos a fármacos fracasan en los ensayos preclínicos o clínicos, y el proceso para determinar la eficiencia puede tardar más de 10 años. Para desarrollar un nuevo fármaco se requiere recolectar datos científicos y durante el proceso suele haber grandes obstáculos.
Frente a esos desafíos, Roche utiliza modelos de inteligencia artificial entrenados con millones de datos recopilados durante aproximadamente una década para analizar virtualmente los compuestos químicos en busca de potenciales antibióticos.
Este enfoque, denominado Lab in the Loop (laboratorio en el ciclo), combina las predicciones computacionales con la experimentación en laboratorio. El proceso comienza con una predicción generada por los modelos de IA; luego, los investigadores sintetizan la molécula y comprueban experimentalmente si los resultados coinciden con lo previsto. Los datos obtenidos se incorporan posteriormente a los modelos para mejorar su precisión y orientar las siguientes etapas de investigación.
A diferencia de los métodos tradicionales, que requieren producir y evaluar físicamente grandes cantidades de compuestos, este enfoque permite priorizar los candidatos más prometedores antes de pasar a la síntesis y las pruebas experimentales. De esta manera, la inteligencia artificial puede contribuir a optimizar el uso de recursos y acelerar determinadas etapas del descubrimiento de nuevos medicamentos.
Según Bradley, esta capacidad de desarrollar nuevas moléculas y encontrar soluciones innovadoras es fundamental para hacer frente a la resistencia antimicrobiana, especialmente en las regiones más afectadas por esta problemática, entre ellas América Latina.
“Creo que debemos considerar la resistencia antimicrobiana desde una perspectiva más amplia, se trata de una amenaza global, pero que no afecta de la misma manera a todas las regiones. Observamos que la resistencia antimicrobiana representa una carga desproporcionada en regiones como América Latina”, subrayó el especialista.
Con informes de efe, Roche, The Lancet
