AWS lanza Amazon Bio Discovery para acelerar la investigación de fármacos con IA
AWS ha anunciado el lanzamiento de Amazon Bio Discovery, una nueva aplicación impulsada por inteligencia artificial diseñada para ayudar a los científicos a diseñar y probar fármacos novedosos con mayor rapidez y confianza.
Esta herramienta proporciona acceso directo a un catálogo amplio de modelos de IA especializados, denominados modelos fundacionales biológicos (bioFMs), los cuales han sido entrenados con extensos conjuntos de datos biológicos. Estos modelos permiten generar y evaluar moléculas candidatas, facilitando la aceleración de las terapias de anticuerpos durante las etapas iniciales del descubrimiento de fármacos.
Un asistente inteligente para la investigación
Amazon Bio Discovery integra un agente de IA que actúa como un asistente inteligente para automatizar tareas complejas. A través de este agente, los científicos pueden interactuar utilizando su terminología preferida para:
- Seleccionar los modelos más adecuados según sus objetivos de investigación.
- Optimizar las entradas de datos.
- Evaluar candidatos para experimentación.
Además, los investigadores tienen la posibilidad de entrenar modelos utilizando sus propios datos experimentales previos para lograr predicciones más precisas.
Ciclo de experimentación «laboratorio en el bucle»
La aplicación permite enviar los candidatos seleccionados a laboratorios físicos para su síntesis y prueba. Los resultados de estas pruebas se envían automáticamente de regreso a la aplicación, creando un ciclo de iteración rápida denominado «lab-in-the-loop» (laboratorio en el bucle), donde cada experimento mejora el siguiente.
Este enfoque busca hacer que los modelos de IA sean más accesibles para todos los científicos, eliminando la barrera de requerir habilidades avanzadas en programación o IA.
Impacto en la salud y resultados reales
La eficacia de esta tecnología ya se ha evidenciado en colaboración con Memorial Sloan Kettering, donde la aplicación permitió acelerar el diseño de anticuerpos para potenciales terapias contra el cáncer pediátrico, reduciendo el tiempo de proceso de meses a semanas.
Asimismo, la herramienta ha sido utilizada en el Broad Institute para identificar y optimizar candidatos líderes en el descubrimiento terapéutico mediante el análisis impulsado por IA y el seguimiento automatizado de experimentos.
