Ensayos clínicos in silico: probar nuevos medicamentos en una computadora

Introducción

Desarrollar un nuevo medicamento ha seguido tradicionalmente un camino largo, caro y lento: años de investigación en laboratorio, pruebas en animales y luego múltiples fases de ensayos clínicos en humanos —cada una tomando meses o años y costando sumas enormes de dinero. En el camino, muchos candidatos prometedores a fármacos fracasan discretamente, a veces después de haber sido probados en miles de pacientes reales.

Ahora imagina poder probar un nuevo fármaco primero en un "paciente virtual": una simulación informática detallada de un cuerpo humano que responde al fármaco casi exactamente como lo haría una persona real. Esto ya no es ciencia ficción. Se llama “ensayo clínico in silico”, y rápidamente se está convirtiendo en una de las innovaciones más comentadas en el desarrollo moderno de medicamentos.

El término "in silico" simplemente significa "realizado en una computadora o mediante simulación por computadora" —un guiño al silicio, el material usado en los chips de ordenador—, de manera similar a cómo "in vivo" significa dentro de un organismo vivo. Los ensayos clínicos in silico emplean modelos informáticos avanzados, simulaciones biológicas e inteligencia artificial para predecir cómo se comportará un fármaco o dispositivo médico en el cuerpo humano, antes o junto con las pruebas en el mundo real.

Este artículo explica qué son los ensayos clínicos in silico, cómo funcionan realmente, por qué los reguladores los apoyan cada vez más y qué desafíos quedan antes de que puedan transformar por completo la forma en que se desarrollan los nuevos medicamentos.

¿Qué es exactamente un ensayo clínico in silico?

En su núcleo, un ensayo clínico in silico utiliza modelos computacionales, basados en biología, fisiología y matemáticas, para simular cómo un fármaco o tratamiento afectará al cuerpo humano. En lugar de depender únicamente de voluntarios humanos reales, los investigadores pueden ejecutar simulaciones en "pacientes virtuales" cuyos sistemas biológicos se modelan usando datos científicos reales.

Estas simulaciones pueden usarse de varias maneras:

• Sustituir ciertas pruebas de fase temprana: Predecir toxicidad, absorción del fármaco o efectos secundarios antes de que un fármaco llegue a ensayos en humanos.

• Apoyar o complementar ensayos reales: Ejecutarse junto a ensayos humanos reales para ayudar a diseñar estudios mejores o interpretar resultados.

• Crear grupos de control virtuales: En algunos casos, se usan datos de pacientes generados por computadora para representar un grupo de comparación, reduciendo el número de pacientes reales que necesitan recibir un placebo.

• Personalizar predicciones: Estimar cómo un tipo específico de paciente, basado en edad, genética o condiciones de salud existentes, podría responder a un tratamiento.

La tecnología detrás: Gemelos digitales

Uno de los conceptos más importantes que impulsan los ensayos in silico es el “gemelo digital”. Un gemelo digital es una réplica virtual detallada de un sistema biológico —podría representar un órgano, un proceso patológico específico o incluso un paciente simulado completo. Estos gemelos digitales se construyen usando datos biológicos, genéticos y clínicos reales, y luego se combinan con modelado matemático y aprendizaje automático para predecir cómo ese sistema se comportará bajo diferentes condiciones.

Aquí tienes un desglose simplificado de cómo se suelen construir y usar los gemelos digitales en el desarrollo de medicamentos:

1) Recolección de datos: Los científicos recopilan datos biológicos como información genética, comportamiento celular y mediciones clínicas de pacientes reales o de investigaciones existentes.

2) Construcción del modelo: Estos datos se utilizan para construir un modelo matemático o computacional que imite cómo funciona un órgano, una enfermedad o un proceso biológico específico.

3) Simulación: Los investigadores introducen un "fármaco virtual" en el modelo y observan cómo responde el sistema biológico simulado.

4) Validación: Las predicciones del modelo se comparan con datos del mundo real para comprobar la precisión y refinar la simulación.

5) Aplicación: Una vez validado, el gemelo digital puede usarse para predecir resultados, optimizar la dosificación o ayudar a diseñar ensayos del mundo real más inteligentes y eficientes.

Los gemelos digitales ya han mostrado resultados prometedores en campos médicos especializados, incluyendo el modelado de trastornos del ritmo cardíaco para ayudar a guiar decisiones de tratamiento en casos selectos de pacientes —un primer vistazo temprano pero potente de hasta dónde puede llegar esta tecnología.

Los gemelos digitales van más allá de los ensayos clínicos; también están remodelando la fabricación y la medicina personalizada. Consulta el alcance completo de lo que esta tecnología puede hacer.

Leer: Gemelos digitales | Transformando el sector farmacéutico

¿Por qué este enfoque está ganando impulso?

El interés en los ensayos in silico ha crecido rápidamente en los últimos años, impulsado por una combinación de avances científicos y apoyo regulatorio:

1) El respaldo regulatorio está aumentando — En abril de 2025, la U.S. Food and Drug Administration anunció planes para alejarse de los requisitos obligatorios de pruebas en animales para ciertos tipos de fármacos, fomentando activamente el uso de alternativas modernas como modelos computacionales y métodos basados en laboratorio relevantes para humanos.

2) Presiones de costo y tiempo en el desarrollo de fármacos — Los ensayos clínicos tradicionales son extremadamente caros y lentos, y las simulaciones computacionales ofrecen una manera de reducir el número de candidatos prometedores antes de comprometerse con costosos ensayos en humanos.

3) Motivaciones éticas — Reducir la dependencia de las pruebas en animales y minimizar el número de participantes humanos expuestos a tratamientos no probados o potencialmente ineficaces es un motor importante detrás de este cambio.

4) Mejor manejo de las enfermedades raras — Para afecciones en las que existen muy pocos pacientes, reunir suficientes participantes reales en ensayos puede ser casi imposible; la modelización computacional ofrece una forma de seguir generando conocimientos científicos útiles.

5) Mayor potencia de cómputo e IA — Los avances en inteligencia artificial y modelado de datos biológicos han hecho que las simulaciones sean mucho más precisas y útiles que hace apenas unos años.

¿Dónde ya se utilizan los métodos in silico?

Aunque la idea de un "ensayo clínico totalmente virtual" aún está emergiendo, la modelización computacional ya desempeña un papel significativo en varias etapas del desarrollo de fármacos:

a) Predicción de toxicidad: Se utilizan herramientas computacionales para estimar la probabilidad de que un candidato provoque efectos adversos, ayudando a los investigadores a descartar candidatos riesgosos desde etapas tempranas.

b) Modelado de absorción y metabolismo del fármaco: Las simulaciones ayudan a predecir cómo se absorberá, procesará y eliminará un fármaco en el organismo.

c) Optimización del diseño de ensayos: El modelado ayuda a los investigadores a determinar mejores estrategias de dosificación, criterios de selección de pacientes y cronogramas de ensayos antes de lanzar estudios costosos en el mundo real.

d) Brazos de control virtuales: En ensayos selectos, particularmente para enfermedades raras, los datos simulados o históricos de pacientes pueden reducir el número de participantes reales necesarios en un grupo de comparación.

e) Modelado cardíaco y específico de órganos: Simulaciones especializadas se han utilizado para ayudar a predecir los resultados de ciertos procedimientos cardíacos y para apoyar el estudio de condiciones cardíacas raras.

La modelización in silico es solo una parte del papel creciente de la IA en los ensayos clínicos. Vea cómo la IA está mejorando la eficiencia y reduciendo costos en todos los ámbitos.
Leer: IA en ensayos clínicos | Aumente la eficiencia y reduzca costes

Los beneficios: ¿Por qué importa esto?

El atractivo de los ensayos clínicos in silico va más allá de ser simplemente una "nueva tecnología interesante". Los beneficios prácticos son significativos:

• Tiempos de desarrollo más rápidos: Se pueden identificar candidatos prometedores con mayor rapidez, mientras que los candidatos débiles se filtran antes.

• Costes generales más bajos: Reducir el número de ensayos humanos fallidos en etapas tardías ahorra enormes cantidades de dinero en todo el proceso de desarrollo de fármacos.

• Riesgo reducido para pacientes reales: Menos personas quedan expuestas a tratamientos no probados o potencialmente dañinos en las etapas tempranas de las pruebas.

• Perspectivas más personalizadas: Las simulaciones pueden modelar cómo diferentes subgrupos de pacientes podrían responder de forma distinta al mismo tratamiento.

• Apoyo a la investigación en enfermedades raras: Las condiciones con poblaciones de pacientes muy pequeñas se vuelven más factibles de estudiar.
  

Los desafíos que aún permanecen

A pesar del entusiasmo, los ensayos clínicos in silico todavía no reemplazan por completo a los ensayos en humanos reales, y siguen existiendo varios desafíos importantes:

• Precisión y validación del modelo:  Una simulación solo es tan buena como los datos y la comprensión biológica que la sustentan; los modelos mal validados pueden producir predicciones engañosas.

• Los marcos regulatorios siguen cambiando: Si bien agencias como la FDA y la European Medicines Agency están mostrando cada vez más apoyo, aún se están desarrollando normas claras y estandarizadas sobre cuánto peso puede tener la evidencia computacional.

• Calidad y disponibilidad de los datos: Construir gemelos digitales precisos requiere grandes cantidades de datos biológicos y clínicos de alta calidad, que no siempre están disponibles, especialmente para enfermedades menos estudiadas.

• Confianza y adopción: Investigadores, clínicos y reguladores necesitan generar confianza en estas herramientas con el tiempo, particularmente para decisiones de mayor riesgo.

• La biología humana compleja es difícil de simular completamente: El cuerpo humano es un sistema increíblemente complejo, y ningún modelo puede aún capturar perfectamente todas las variables biológicas que podrían afectar cómo un paciente real responde a un tratamiento.

En conclusión

Los ensayos clínicos in silico representan uno de los cambios más prometedores en el desarrollo farmacéutico moderno. Al usar simulaciones informáticas detalladas y gemelos digitales para predecir cómo se comportarán los tratamientos en el cuerpo humano, los investigadores pueden identificar candidatos a fármaco prometedores más rápido, reducir el riesgo para pacientes reales y apoyar la investigación en condiciones que de otro modo son extremadamente difíciles de estudiar. 

El creciente apoyo regulatorio, incluidas las recientes medidas de la FDA para reducir la dependencia de las pruebas tradicionales en animales, señala que este enfoque está pasando de los márgenes de la investigación al núcleo del desarrollo de fármacos.

Dicho esto, los métodos in silico no van a reemplazar los ensayos clínicos humanos en el corto plazo: se están convirtiendo en un complemento poderoso de los mismos. A medida que los modelos computacionales continúen mejorando en precisión y los reguladores sigan construyendo marcos más claros sobre su uso, es probable que este "cuarto pilar" del desarrollo de fármacos juegue un papel cada vez más central en cómo se descubren, prueban y llevan de forma segura al mercado los medicamentos del mañana para los pacientes que los necesitan.

Preguntas frecuentes

1. ¿Qué son los ensayos clínicos in silico?

Los ensayos clínicos in silico utilizan modelos y simulaciones por ordenador para predecir cómo puede comportarse un medicamento en el cuerpo humano. Pueden apoyar el desarrollo de fármacos antes o junto con los ensayos clínicos humanos tradicionales.

2. ¿Cómo ayudan los gemelos digitales en el desarrollo de fármacos?

Los gemelos digitales son modelos virtuales de sistemas biológicos, órganos, enfermedades o pacientes creados con datos científicos y clínicos reales. Los investigadores pueden usarlos para simular cómo diferentes tratamientos pueden afectar a estos sistemas.

3. ¿Por qué los ensayos clínicos in silico están ganando popularidad?

Pueden ayudar a los investigadores a ahorrar tiempo, reducir costos de desarrollo, mejorar la planificación de los ensayos y disminuir la dependencia de pruebas en animales y humanos. Los avances en inteligencia artificial y potencia de cálculo también están haciendo que estas simulaciones sean más útiles.

4. ¿Dónde se utilizan los métodos in silico en el desarrollo de fármacos?

Los métodos in silico pueden usarse para la predicción de toxicidad, modelado de absorción y metabolismo de fármacos, diseño de ensayos, grupos de control virtuales y simulaciones específicas de órganos. Estas aplicaciones pueden ayudar a los investigadores a identificar problemas potenciales y tratamientos prometedores más temprano.

5. ¿Pueden los ensayos clínicos in silico reemplazar los ensayos clínicos humanos?

No, los ensayos in silico no pueden reemplazar completamente los ensayos clínicos humanos porque los modelos por ordenador aún no pueden capturar todos los aspectos de la biología humana. Por ahora, se usan principalmente para complementar las pruebas en el mundo real y hacer el desarrollo de fármacos más eficiente.