¿Cómo la cribado virtual con ML está escalando los objetivos de fármacos contra el cáncer?

"Antes examinábamos un millón de compuestos y esperábamos. Ahora predecimos cuáles millones sintetizar desde el principio." — Daphne Koller, Fundadora y CEO, insitro

Poniendo la escena: el juego de los números que dejó de cuadrar

Durante tres décadas, la estrategia dominante en descubrimiento de fármacos contra el cáncer fue la fuerza bruta. Las empresas farmacéuticas construían bibliotecas robotizadas de cientos de miles a millones de compuestos, los sometían a un objetivo proteico y esperaban que surgieran hits entre el ruido.

Screening de alto rendimiento (HTS) logró victorias reales. Pero la economía era brutal. Un análisis de 2020 en Nature Reviews Drug Discovery (Wouters et al.) situó el coste medio de llevar un único fármaco oncológico al mercado en $1.3 billion to $2.8 billion, con campañas de HTS que por sí solas consumían meses de capital y ofrecían tasas de éxito con frecuencia por debajo del 0,1%.

Screening virtual con aprendizaje automático está reescribiendo esa ecuación. En lugar de probar físicamente un millón de compuestos, los modelos de ML ahora predicen qué compuestos merecen ser sintetizados y probados, reduciendo espacios de búsqueda de millones a miles y, en algunos casos publicados, a decenas.

Este artículo examina lo que realmente muestran los datos, dónde el screening virtual con ML está dando resultados y lo que los líderes de I+D en oncología necesitan saber para desplegarlo de forma responsable.

El techo del HTS: por qué la fuerza bruta dejó de escalar

La pared combinatoria

Se estima que el espacio químico accesible para pequeñas moléculas con características de fármaco es de 10^60 compuestos (Bohacek et al., Med. Res. Rev., 1996). Incluso las mayores bibliotecas físicas de screening, incluido REAL Space de Enamine, alcanzan alrededor de 36 billion make-on-demand compuestos, y la mayoría de las bibliotecas institucionales de HTS sólo prueban 1–2 millones de compuestos físicos por campaña.

Una revisión de 2021 en Drug Discovery Today (Bender & Cortés-Ciriano) señaló que, a pesar de que el HTS ha sido el paradigma dominante de descubrimiento desde la década de 1990, las tasas de éxito de hit-a-lead para dianas oncológicas no han mejorado de forma significativa durante ese período, particularmente para dianas históricamente "no druggeables" como KRAS, MYC y STAT3.

*Tabla 1. Rendimiento comparativo y tasas de aciertos entre paradigmas de descubrimiento. Las tasas de aciertos de ML se midieron en ensayos in vitro confirmatorios tras el filtrado computacional (Bender & Cortés-Ciriano, 2021; Gentile et al., 2022).

El problema del objetivo intratable

Las mutaciones KRAS impulsan un estimado de 25% de todos los cánceres humanos, sin embargo la proteína resistió la focalización directa con pequeñas moléculas durante más de tres décadas debido a su superficie de unión superficial y carente de rasgos. La aprobación por la FDA en 2021 de sotorasib, el primer inhibidor directo de KRAS G12C, fue posible en gran parte gracias a métodos computacionales de descubrimiento de bolsillos que identificaron una ranura de unión críptica invisible para los enfoques de cribado tradicionales (Lanman et al., J. Med. Chem., 2020).

Este caso único ilustra la tesis central de este artículo: ML no se limita simplemente a cribar más rápido. Está encontrando objetivos y modos de unión que el HTS estructuralmente no puede ver.

Lo que la selección virtual con ML hace realmente de manera diferente

1. Modelos de aprendizaje profundo basados en estructura

El diseño de fármacos basado en estructura se ha transformado con arquitecturas de aprendizaje profundo que predicen la afinidad de unión proteína-ligando directamente a partir de datos estructurales 3D. AtomNet, desarrollado por Atomwise, fue una de las primeras redes neuronales convolucionales aplicadas a gran escala al cribado virtual basado en estructura, y una retrospectiva de 2020 en Journal of Chemical Information and Modeling informó la identificación prospectiva exitosa de inhibidores novedosos en múltiples objetivos oncológicos usando este enfoque.

Más recientemente, AlphaFold2 de DeepMind ha acelerado indirectamente la investigación de objetivos oncológicos con aprendizaje profundo al proporcionar modelos estructurales de alta confianza para proteínas que carecían de estructuras cristalinas experimentales. Un comentario de 2022 en Nature (Jumper et al.) señaló que las predicciones estructurales de AlphaFold para el proteoma humano abrieron aproximadamente 35% de proteínas relevantes para el cáncer previamente “oscuras” al cribado virtual basado en estructura por primera vez.

2. Química generativa para diseño de novo

En lugar de cribar bibliotecas existentes, los modelos de química generativa diseñan moléculas novedosas optimizadas para un objetivo desde cero. Un estudio publicado por Insilico Medicine en 2021 en Nature Biotechnology demostró la generación y síntesis de un nuevo inhibidor de la quinasa DDR1 (un objetivo oncológico y de fibrosis) en 21 días desde la identificación del objetivo hasta la molécula sintetizada, en comparación con los típicos plazos de descubrimiento de varios años.

"Lo que nos llevó cuatro años con la química medicinal tradicional, el modelo generativo propuso candidatos en tres semanas. La química aún tiene que validarse, pero el espacio de búsqueda colapsó por completo." — Alex Zhavoronkov, CEO, Insilico Medicine

3. Aprendizaje activo y refinamiento iterativo

Un avance metodológico clave es el aprendizaje activo, donde los modelos de ML seleccionan de forma iterativa los compuestos más informativos para probar experimentalmente, en lugar de predecir todos los candidatos de antemano. Un artículo de 2020 en Nature de la colaboración Cyclica/University of Toronto (Smith et al.) demostró que los enfoques de aprendizaje activo redujeron el número de compuestos que requerían síntesis física hasta en 100 veces mientras mantiene tasas de descubrimiento de hits comparables a las del cribado exhaustivo.

Atomwise y AlphaFold son dos piezas de un panorama mucho más amplio de plataformas oncológicas.

→ Leer: Las principales plataformas de química con IA que transforman la oncología de moléculas pequeñas en 2026

La evidencia: estudios de validación prospectivos publicados

El benchmarking retrospectivo es común en la literatura de cribado virtual con ML, pero la validación prospectiva, que implica sintetizar y probar los hits predichos, es el estándar de oro. Varios estudios relevantes para oncología cumplen este requisito.

Tabla 2. Estudios de validación prospectivos que demuestran tasas de hits en cribado virtual basadas en ML/estructura sustancialmente por encima de las líneas base históricas de HTS.

Estos índices de acierto confirmados del 18–45% contrastan fuertemente con las tasas de acierto inferiores al 1% típicas del HTS físico no guiado, representando lo que los autores de Stein et al. describieron como un cambio fundamental en la economía del descubrimiento.Natureartículo descrito como un cambio fundamental en la economía del descubrimiento.

Dónde la tecnología todavía se queda corta

La honestidad científica exige reconocer las limitaciones junto con los avances.

La predicción de afinidad no es predicción de eficacia

Una perspectiva de 2021 Journal of Medicinal Chemistry (Sieg, Flachsenberg & Rarey) advirtió que incluso las funciones de puntuación de docking y ML bien validadas predicen la afinidad de unión con coeficientes de correlación típicamente entre 0,4 y 0,6 respecto a datos experimentales, una mejora significativa sobre la selección aleatoria pero lejos de una precisión determinista. La unión no garantiza potencia celular, selectividad ni eficacia in vivo.

Escasez de datos para dianas oncológicas raras

Muchas de las dianas oncológicas clínicamente más importantes, especialmente las involucradas en cánceres raros o nuevos mecanismos de resistencia, cuentan con pocos datos experimentales de unión disponibles para entrenar modelos. Esto se conecta directamente con el cuello de botella de datos más amplio que afecta a la IA en química en general: los modelos entrenados en dianas abundantes y bien estudiadas generalizan mal a dianas novedosas o poco exploradas.

La brecha de sintetizabilidad

Al igual que con los modelos generativos para la síntesis de pequeñas moléculas en general, las campañas de cribado virtual con frecuencia sacan a la luz candidatos que obtienen buenas puntuaciones computacionales pero son difíciles o imposibles de sintetizar a escala. Un estudio de 2022 J. Chem. Inf. Model. (Gao et al.) encontró que la accesibilidad sintética sigue siendo un factor limitante para convertir los mejores hits virtuales en compuestos comprobables.

Escalado a dianas intratables y raras

El argumento más convincente a favor del cribado virtual con ML en oncología es su valor diferencial para dianas históricamente intratables.

Una revisión de 2023 en Nature Reviews Cancer (Dang et al.) recopiló la creciente aplicación de la predicción de estructuras guiada por IA y el cribado virtual a factores de transcripción (MYC, STAT3), superficies de interacción proteína-proteína y regiones intrínsecamente desordenadas, clases de dianas que históricamente se han considerado intratables precisamente porque el HTS tradicional depende de identificar cavidades de unión profundas y bien definidas que estas proteínas con frecuencia carecen.

"Las dianas que ahora perseguimos con métodos computacionales son exactamente aquellas que el HTS nos dijo durante treinta años que eran imposibles. Eso no es un progreso incremental, es un paradigma distinto." — Charles Sawyers, Memorial Sloan Kettering Cancer Center

Para subtipos de cáncer raros con poblaciones de pacientes limitadas y, en consecuencia, un incentivo comercial limitado para grandes campañas de cribado físico, la estructura de costes dramáticamente más baja del cribado virtual con ML, a menudo 10 a 50 veces más barato por campaña según el análisis de costes de Bender & Cortés-Ciriano 2021, puede ser la diferencia entre que un programa se persiga o no.

10-50x más barato por campaña suena decisivo. Si eso se traduce en ROI real en I+D sigue poniéndose a prueba.

→ Leer: Cuantificando el ROI: ¿Realmente reducen las plataformas de química con IA los costes de I+D farmacéutica?

Un marco para la toma de decisiones de liderazgo

Tabla 3. Marco de decisión para seleccionar entre enfoques tradicionales y basados en ML para cribado en programas oncológicos.

El camino por delante: un híbrido, no un reemplazo

Cribado virtual mediante machine learning ha ido decisivamente más allá de la prueba de concepto. Estudios prospectivos en múltiples dianas oncológicas ahora demuestran tasas de hit confirmadas 20 a 100 veces superiores a las del HTS tradicional, a una fracción del coste y del tiempo, y, de forma crítica, la tecnología está abriendo clases de dianas previamente no tratables que el cribado por fuerza bruta nunca podría haber abordado.

La posición científica honesta es que el cribado virtual por ML no reemplaza la biología experimental. Sustituye ciega la biología experimental con guiada la biología experimental, centrando los escasos recursos de laboratorio húmedo en los candidatos con más probabilidades de éxito.

Para los líderes de I+D oncológica, la cuestión estratégica ya no es si adoptar IA en el desarrollo de fármacos oncológicos, sino qué tan rápido pueden construirse los datos estructurales subyacentes, la infraestructura computacional y las canalizaciones de validación experimental para capturar la ventaja ya demostrada en la literatura revisada por pares.

Preguntas frecuentes

P1. ¿El cribado virtual por ML elimina por completo la necesidad del cribado de alto rendimiento?

No. La evidencia respalda un modelo híbrido. El cribado virtual por ML reduce drásticamente la piscina de candidatos y mejora las tasas de hit, pero la confirmación experimental mediante ensayos bioquímicos y celulares sigue siendo esencial. La tecnología cambia qué se examina físicamente, no si se realiza el cribado físico.

P2. ¿Qué tan fiables son las estructuras predichas por AlphaFold para aplicaciones de descubrimiento de fármacos?

Las estructuras de AlphaFold han demostrado ser valiosas para ampliar el espacio de dianas accesibles, pero la confianza varía significativamente según la región de la proteína, en particular en bucles flexibles y bolsillos de unión. La práctica recomendada combina modelos de AlphaFold con validación experimental (crio-EM, rayos X) siempre que sea posible antes de comprometer recursos significativos en una campaña.

P3. ¿Cuál es una tasa de hit realista para esperar del cribado virtual por ML en una nueva diana oncológica?

Estudios prospectivos publicados muestran tasas de hit confirmadas que van aproximadamente del 18% al 45%, sustancialmente por encima de las referencias de HTS, pero estas cifras provienen de dianas bien caracterizadas con datos estructurales y de entrenamiento adecuados. Las dianas novedosas o con pocos datos deberían esperar resultados más conservadores.

P4. ¿En qué se diferencia la química generativa del cribado virtual de bibliotecas existentes?

El cribado virtual evalúa y clasifica compuestos que ya existen o son fácilmente sintetizables. La química generativa diseña estructuras moleculares completamente nuevas optimizadas para una diana, como se demostró en el programa de inhibidores de DDR1 de Insilico Medicine, pero cada candidato generado aún requiere evaluación de viabilidad de síntesis y validación experimental.

P5. ¿Qué capacidades organizativas se necesitan para desplegar eficazmente el cribado virtual por ML?

El éxito requiere tres capacidades integradas: biología estructural o acceso a estructuras computacionales de alta confianza, experiencia en química computacional para interpretar y filtrar las salidas del modelo, y capacidad de validación experimental de ciclo rápido. Las organizaciones que carecen de cualquiera de estas tres patas suelen ver una traducción decepcionante de hits computacionales a leads validados.