En el dinámico ámbito de la biopharma, el camino desde el descubrimiento hasta la comercialización de un fármaco es un recorrido largo, complicado y costoso. Según los últimos informes, las empresas de este sector suelen tardar más de una década y gastar más de 2.000 millones de dólares para introducir un nuevo medicamento al mercado. Además, enfrentan una tasa de fracaso alarmantemente alta, que supera el 90%. Este largo trayecto, conocido en la industria como «Market to Molecule» (M2M), demanda ingentes recursos y está plagado de riesgos.
Sin embargo, una luz de avance brilla al final del túnel. Actualmente, un 90% de las compañías biopharma son clientes de Amazon Web Services (AWS), lo que sugiere un cambio potencial en sus prácticas mediante la adopción de tecnología avanzada.
Un enfoque innovador en el descubrimiento de fármacos se centra ahora en la genética. Este método busca identificar variantes dentro del genoma humano que podrían estar correlacionadas con enfermedades específicas, y así aumentar las probabilidades de éxito en el proceso M2M. No obstante, la tarea de explorar enormes conjuntos de datos genómicos ha sido históricamente desafiante. Los investigadores han lidiado con navegadores del genoma que no cumplen adecuadamente con sus expectativas, generando experiencias frustrantes y laboriosas.
La inteligencia artificial generativa emerge como una posible solución a estas dificultades. AWS, en colaboración con uno de sus clientes, ha implementado un asistente conversacional diseñado para facilitar la exploración del genoma de modo más ágil y eficaz. Este asistente promete ahorrar tiempo valioso a los científicos, permitiéndoles hacer preguntas en lenguaje natural y evitando así la complejidad de los filtros tradicionales.
Además, se ha desarrollado una innovadora técnica llamada «text-to-SQL», que traduce preguntas formuladas en lenguaje natural a consultas SQL. Utilizando Amazon Bedrock, estas traducciones se realizan casi instantáneamente, simplificando y agilizando el acceso a datos genómicos cruciales.
Para asegurar una alta precisión en la generación de estas consultas, se han implementado estrategias de ingeniería de indicadores que incluyen detalladas descripciones de las tablas y columnas en las bases de datos, además de enfoques que descomponen problemas complicados en pasos más simples.
Estos avances no solo buscan democratizar el acceso a los datos ómicos, sino que podrían transformar radicalmente el sector farmacéutico, acelerando la entrega de tratamientos esenciales a los pacientes.
