El campo del descubrimiento de fármacos ha sido sobrealimentado por las capacidades de la IA, que varias empresas han aplicado de diversas formas para convertir un enorme problema práctico en un problema de información manejable. La última en hacerlo es la empresa matriz de Google, Alphabet, que ha establecido Laboratorios isomorfos, bajo la dirección de DeepMind, Demis Hassabis, para lanzarse al nuevo y prometedor campo.
Se reveló muy poco sobre la empresa en su entrada de blog de debut y un FAQ adjunto muy general. El objetivo de la empresa es “construir una plataforma computacional para comprender los sistemas biológicos desde los primeros principios para descubrir nuevas formas de tratar enfermedades”.
Por supuesto, hay algunas suposiciones incorporadas en esa declaración fundacional, la más destacada es que es posible simular computacionalmente sistemas biológicos en un asunto conducente al descubrimiento de fármacos.
Se han formado y financiado varias empresas grandes con cientos de millones de dólares para perseguir objetivos muy similares durante los últimos cinco años, y no ha habido una revolución visible o un fármaco maravilloso descubierto por la IA para una enfermedad previamente intratable. Las razones por las que están más allá del alcance de este artículo (y sin duda serán abordadas por Isomorphic Labs en un futuro cercano), pero está claro que estos sistemas de inteligencia artificial no son fábricas milagrosas, solo partes de un proceso largo y complejo que aún involucra una mucho tiempo, dinero y tubos de ensayo.
Hassabis no es tonto, y aunque describe la biología de manera bastante optimista como “un sistema de procesamiento de información, aunque extraordinariamente complejo y dinámico”, (puedo sentir a los lectores en este campo desplazándose hacia los comentarios ahora), lo templa poco después:
Es probable que la biología sea demasiado compleja y desordenada para ser encapsulada como un simple conjunto de ecuaciones matemáticas ordenadas. Pero así como las matemáticas resultaron ser el lenguaje de descripción adecuado para la física, la biología puede resultar ser el tipo perfecto de régimen para la aplicación de la IA.
La idea de que los sistemas de información y los sistemas biológicos pueden tener una estructura común es la inspiración para el nombre, Isomorphic Systems; isomorfo significa que tienen una forma similar pero un origen diferente.
Sin duda, su razonamiento para esto se debe en parte a la efectividad de AlphaFold de DeepMind, un sistema de plegado de proteínas impulsado por IA que sorprendió a los biólogos el año pasado y ayudó a crear una nueva normalidad en un campo muy complejo.
Los sistemas de aprendizaje de DeepMind han mostrado una afinidad particular por la generalidad o la transferencia de conocimiento, es decir, tener una estructura que puede reutilizarse para tareas muy diferentes. Y si, como sugiere el éxito de AlphaFold, los sistemas biológicos son una buena combinación para este tipo de simulación y análisis, la evaluación de Hassabis de las capacidades más amplias de la compañía puede resultar cierta.
Si es así, no será por un tiempo. Incluso con el inicio en ejecución proporcionado por la investigación de inteligencia artificial de DeepMind (que permanecerá separada pero puede ser compartida), Isomorphic está esencialmente comenzando desde cero en este problema. Se trata de contratar un “equipo multidisciplinario de clase mundial” y tal vez en uno o dos años veamos los primeros indicios de resultados derivados de las ambiciones de la empresa.
Source link