En el quincuagésimo aniversario del alunizaje de los astronautas de la NASA, Newsweek hace un homenaje a los pioneros de la ciencia y la tecnología y destaca sus proyectos a largo plazo y la forma en que esperan cambiar el mundo.
Abraham Heifets es director ejecutivo y cofundador de Atomwise, una empresa de biotecnología que utiliza tecnología patentada de inteligencia artificial de aprendizaje profundo para pronosticar y descubrir cuáles serán los medicamentos mejores, más seguros y más potentes para los pacientes con cáncer.
—¿Cuál es su mayor anhelo?
—Elaborar medicamentos nuevos, mejores y más seguros con el objetivo final de hacer que los medicamentos lleguen más rápido a las manos de los pacientes.
Lee: ¿Debes dejar el café para reducir el riesgo de tener cáncer?
—¿Cómo lo hace?
—Tratamos de descubrir cómo modificar una célula que se encuentre en el proceso de proliferación descontrolada de la enfermedad, y de averiguar qué es lo que hace que una célula continúe creciendo y dividiéndose.
Imaginemos a las proteínas del cuerpo como máquinas de una línea de fabricación. Si la máquina que gobierna el crecimiento y la división de las células se avería y se vuelve loca, la célula seguirá creciendo y dividiéndose. Ese es un tumor y así es cómo ocurre el cáncer.
“Si vemos que una máquina se vuelve loca, quizá le tiremos una llave de tuercas para que se ocupe de expulsarla en lugar de seguir trabajando.
Actualmente, se requieren cerca de 15 años y varios miles de millones de dólares para encontrar un nuevo medicamento. Cada día que pasa sin tener un buen tratamiento, hay gente real, pacientes, vidas y salud en riesgo”.
—¿Cómo hace Atomwise para encontrar los medicamentos correctos?
—Una de cada dos industrias utiliza computadoras para diseñar. Sin embargo, en la industria farmacéutica es necesario fabricar y probar físicamente cada uno de los prototipos. Si pensamos en el diseño de un nuevo avión, es necesario simular 1,000 alas antes de siquiera construir una. Y solo después de que la computadora dice que el ala número 88 volará, utilizará el combustible de manera eficiente y será silenciosa, y solo después de simular miles de alas, entonces se construye el prototipo que se llevará al túnel de viento para el vuelo de prueba. Atomwise está a punto de llevar esa eficiencia y ese diseño al campo de la biología y del descubrimiento de medicamentos.
Abraham Heifets: “Francamente, los pacientes no deberían ser pacientes. Nuestro trabajo es hacer que las medicinas lleguen a ellos tan rápido como sea posible”. Retrato: Alex Fine
—¿Mediante el uso de inteligencia artificial de aprendizaje profundo?
—Así es, exactamente. Mi cofundador, Izzy, y yo éramos estudiantes graduados de la Universidad de Toronto cuando se inventó el aprendizaje profundo y surgió esta era actual de inteligencia artificial. Nuestro grupo de biología computacional estaba en el mismo corredor que el grupo de aprendizaje profundo de Jeff Hinton.
Él acababa de ganar el Premio Turing, que es el Nobel de las ciencias computacionales, por inventar el aprendizaje profundo.
Nos dimos cuenta muy pronto de que el tipo de trabajo que se estaba utilizando para el reconocimiento de imágenes y del habla se podría aplicar al reconocimiento molecular.
Lee: El consumo regular de bebidas azucaras aumenta el riesgo de todos los tipos de cáncer: estudio
—¿Exactamente de qué forma la inteligencia artificial permite la creación de medicamentos más seguros, más efectivos y más potentes?
—Imagine que usted es biólogo y que ha estudiado el cáncer pediátrico. Ha hecho cientos de experimentos y ha determinado que, si simplemente pudiera bloquear la proteína X, podría detener la enfermedad.
En lugar de tratar de matar a todas las células que se reproducen rápidamente, usted desea poder parar la enfermedad sin dañar las células sanas. Entonces, necesita un medicamento que sea eficaz y seguro.
“La inteligencia artificial nos permite dar el primer paso al probar 2,000 veces más células que las que se habían probado antes. Una vez que encontramos algunos conjuntos de moléculas que luzcan bastante bien, tratamos de hacer variaciones que mejoren la molécula.
La computadora nos permite evaluar miles de millones de moléculas a la vez, en lugar de unas cuantas decenas o cientos, lo que significa que encontraremos mejores respuestas y que podremos encontrar ese billete premiado de la lotería.
Nuestro proyecto de “10 para las 10” es el siguiente paso, en el cual se comparan 10,000 millones de moléculas con objetivos de cáncer pediátrico”.
—¿Se siente fantástico obtener ese “billete premiado de la lotería”?
—Por supuesto. Pienso que todas las personas que participan en esta industria lo hacen para ayudar a los demás. Y francamente, los pacientes no deberían ser pacientes. Nuestro trabajo es hacerles llegar los medicamentos tan rápido como sea posible.
Lee: Cuáles son los síntomas del cáncer de ovario que padecía la actriz Edith González
—¿Qué significa el “éxito” para usted, y qué tan cerca está de lograrlo?
—Para todo el mundo, el éxito en este campo consiste en ayudar a los pacientes. Una medida del éxito es que, si miramos nuestras grandes sociedades farmacéuticas, podemos ver que están adoptando este nuevo enfoque. Y podemos ver que existe confianza en los sistemas de inteligencia artificial de Atomwise.
“Recientemente anunciamos un acuerdo con Eli Lilly por más de 500 millones de dólares. También veremos a Bayer y Pfizer. El gran acuerdo que anunciamos previamente fue con Charles River Labs. Estos laboratorios, que marcan la norma en la industria, han adoptado enfoques de inteligencia artificial”.
—¿Cómo se imagina a la industria en 20 años si usted tiene éxito?
—La industria está cambiando hacia la inteligencia artificial. Realmente estamos utilizando la mayor aplicación de inteligencia artificial para el descubrimiento de medicamentos en toda la historia, y tenemos más de 200 proyectos en todas las áreas terapéuticas. Por ello pienso que las posibles aplicaciones son muy numerosas. Alrededor de 35 por ciento de esos proyectos se relacionan con el cáncer. Y al final del día, nuestro éxito es el éxito de los pacientes.
—
Publicado en cooperación con Newsweek / Published in cooperation with Newsweek
