¿Cómo está cambiando la IA la investigación preclínica en la industria farmacéutica?

Investing.com - La inteligencia artificial está transformando la investigación farmacéutica al acelerar el descubrimiento de fármacos e incrementar la demanda de datos experimentales, lo que podría beneficiar a los proveedores de equipos de laboratorio, según Bernstein.

En un informe del 16 de octubre, los analistas de Bernstein destacaron las conclusiones de un seminario web con Tom Fleming, cofundador y exdirector ejecutivo de Arctoris, proveedor de servicios de laboratorio automatizado.

Fleming señaló que la demanda de conjuntos de datos para el entrenamiento de IA se ha extendido más allá de las empresas biotecnológicas respaldadas por capital riesgo, alcanzando a los grandes grupos farmacéuticos, que ahora representan la mayor parte del negocio de generación de datos de Arctoris, excluidas ciertas asociaciones.

En algunos casos, la demanda de datos experimentales se ha multiplicado por diez o incluso por cien. Sin embargo, la reducción de los costes por dato podría compensar los beneficios financieros derivados de los mayores volúmenes.

Se espera que los instrumentos de laboratorio capaces de producir datos complejos y de alto valor a gran escala sean los más beneficiados.

Fleming identificó la plataforma de imágenes de alto contenido Opera Phenix de como posible beneficiaria, señalando que Arctoris adquirió unidades adicionales para satisfacer la creciente demanda.

También destacó las oportunidades para , cuyas tecnologías generan datos celulares detallados.

Por su parte, podría beneficiarse de mayores volúmenes de secuenciación, aunque la caída de los precios podría limitar el crecimiento de los ingresos.

152,64

▼-2,07(-1,34%)

Mercado cerrado·16/10·USD

152,64

0,00(0,00%)

Después del cierre·23:30:04

Asimismo, se espera que la IA incremente el consumo general de reactivos de laboratorio en lugar de reducirlo.

Aunque los modelos predictivos podrían eliminar algunos experimentos rutinarios, el creciente número de moléculas y proteínas diseñadas mediante IA requiere pruebas físicas y validaciones exhaustivas.

Fleming afirmó que el mayor valor a largo plazo provendría de la mejora de las tasas de éxito en los ensayos clínicos, más que del simple aumento del número de candidatos a fármacos.

No obstante, demostrar mejoras significativas podría llevar años, dado que el desarrollo clínico sigue siendo un proceso largo y las tasas de fracaso son elevadas.

Las conclusiones sugieren que la adopción de la IA podría reconfigurar el gasto en toda la industria de las ciencias de la vida, favoreciendo a los proveedores de tecnologías experimentales avanzadas, al tiempo que genera presión sobre los precios de los servicios de generación de datos más estandarizados.

Este artículo ha sido generado y traducido con el apoyo de AI y revisado por un editor. Para más información, consulte nuestros T&C.