Un modelo privado de descubrimiento de fármacos con IA abrió una pregunta de prueba pública

Isomorphic Labs anunció un modelo propietario de inteligencia artificial diseñado para mejorar la predicción de interacciones moleculares en el descubrimiento de fármacos. El desarrollo llevó el uso de sistemas de estructura de proteínas a una etapa menos visible pero importante: elegir qué probar antes de que un posible medicamento llegue al laboratorio.

Una predicción mejor puede ayudar a formular hipótesis con más eficiencia, pero no convierte una interacción calculada en un tratamiento. La validación de laboratorio, los estudios de toxicidad, la fabricación y los ensayos clínicos siguen siendo pruebas separadas que determinan si un candidato puede ayudar a las personas.

El modelo no se publicó de forma abierta, por lo que científicos externos no podían probar directamente el rendimiento afirmado. La prueba siguiente es evidencia transparente de que los candidatos diseñados con el sistema resisten evaluación independiente de laboratorio y clínica.

Lee la historia completa en Nature ↗