Los nuevos laboratorios de ByteDance presentan la primera terapia diseñada con IA mientras la empresa matriz de TikTok ingresa en la carrera por el descubrimiento de fármacos

La empresa que desarrolló el algoritmo de recomendación de TikTok, el sistema que predice con inquietante precisión lo que una persona quiere ver a continuación, ahora está utilizando una clase relacionada de IA para predecir cómo se comportarán las moléculas del cuerpo humano. La unidad de descubrimiento de fármacos de ByteDance, Anew Labs, presentó su primera terapia diseñada con IA en la reunión anual de la Asociación Estadounidense de Inmunólogos en Boston a mediados de abril, mostrando datos de una pequeña molécula diseñada por IA generativa para inhibir la IL-17, una citoquina involucrada en las enfermedades autoinmunes psoriasis, artritis psoriásica y artritis reumatoide. espondilitis

La molécula se dirige a una interacción proteína-proteína, una categoría de fármaco dirigido a la cual la industria farmacéutica ha pasado décadas calificando de inadecuada porque las superficies de unión son demasiado grandes y demasiado planas para alterar las moléculas pequeñas convencionales. New Labs dice que su IA ha encontrado la manera.

La presentación en Boston fue la primera vez que ByteDance mostró al mundo lo que ha creado su unidad de medicamentos. Nunca terminará. La empresa está registrada para exponer en la Convención Internacional BIO en San Diego en junio, y su jefe de química computacional hará una presentación en el Free Energy Workshop en Barcelona la próxima semana.

unidad

💜 de tecnología de la UE

Los últimos rumores de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris y algo de arte de inteligencia artificial dudoso. Es gratis, todas las semanas, en tu bandeja de entrada. Regístrate ahora!

Anew Labs opera desde Shanghai, Singapur y San José, California, con 36 miembros del equipo principal que figuran en su sitio web y un consejo asesor científico que incluye a Liu Yongjun, ex presidente de Innovent Biologics, Ji Ma, ex científico jefe de Amgen, y Hua Xu, director de proteínas en Cal Ifda Tech Mission.

El consejo asesor parece una lista de reclutamiento para empresas que dominan la biología y la inmunología, disciplinas en las que los nuevos laboratorios persiguen objetivos que históricamente han requerido terapias con anticuerpos inyectables que cuestan decenas de miles de dólares al año. La ambición de la unidad es reemplazar esas inyecciones con píldoras orales, utilizando IA generativa para diseñar pequeñas moléculas que hagan lo que hacen los anticuerpos, pero en una forma que los pacientes puedan tragar.

Chris Lee, estudiante de biología, presentó uno de los cuatro candidatos a fármacos en desarrollo en Anew Labs en Boston. La molécula es un inhibidor de IL-17 de amplio espectro, lo que significa que está diseñada para bloquear múltiples formas de la citocina IL-17 en lugar de una sola forma. Las terapias con IL-17 existentes, incluido el secukinumab de Novartis y el exequizumab de Eli Lilly, son anticuerpos inyectables que generan miles de millones en ingresos anuales mediante el tratamiento de la psoriasis y otras afecciones inflamatorias. Una pequeña molécula oral que logre una eficacia comparable sería comercialmente transformadora, más barata de fabricar y más fácil de tomar para los pacientes.

El desafío es que la superficie de unión de la IL-17 al receptor es una interacción proteína-proteína, una interfaz amplia y poco profunda que permite que las moléculas pequeñas se adhieran muy poco. La brecha entre lo que la IA puede hacer en un laboratorio y lo que ofrece a los pacientes sigue siendo el factor que define la tecnología sanitaria, y la IL-17 es precisamente el tipo de objetivo donde esa brecha se está ampliando.

modelo

En marzo, Anew Labs publicó una preimpresión de BioArxiv que describe Aneumony, un marco de IA generativa entrenado en más de cinco millones de complejos biomoleculares. El modelo está diseñado para funcionar en toda la escala molecular, desde pequeños compuestos químicos hasta péptidos y nanocuerpos, ensamblando bloques de construcción químicamente significativos con resolución atómica.

En la preimpresión, los investigadores muestran que AnewOmni puede diseñar moléculas eficaces dirigidas a KRAS G12D, uno de los objetivos oncológicos más estudiados del mundo, y a PCSK9, una proteína relacionada con el colesterol, con tasas de éxito de entre el 23 y el 75 por ciento solo en laboratorios de bajo rendimiento. El modelo utiliza indicaciones gráficas programables que permiten a los investigadores dirigir el proceso de generación especificando restricciones químicas, geométricas y topológicas.

El enfoque técnico es importante porque intenta resolver un problema que ha limitado el descubrimiento de fármacos de IA en toda la industria: la mayoría de los modelos generativos funcionan bien a escala molecular, pero fallan cuando se les pide que diseñen en todas las escalas. Un modelo que diseña moléculas pequeñas generalmente no puede diseñar terapias basadas en péptidos o proteínas.

AnewOmni afirma ser el primer marco que tiene éxito en el diseño molecular funcional en todas las escalas, lo que, si se valida en entornos clínicos, brindará a Anew Labs una capacidad de plataforma en lugar de una capacidad de programa único. Isomorphic Labs, una filial de DeepMind respaldada por Eli Lilly y Novartis, lanzó en febrero su propia herramienta de diseño de fármacos que duplica la precisión de AlphaFold 3 y tiene acuerdos de asociación con un valor histórico combinado de hasta 3.000 millones de dólares. La carrera para construir plataformas precisas de diseño de fármacos con IA es global, y ByteDance ha entrado en ella con un modelo que, en el papel, aborda una limitación que sus competidores aún no han abordado públicamente.

contexto

ByteDance no es la primera empresa de tecnología que se dedica al descubrimiento de fármacos. Anthropic adquirió Coficient Bio por 400 millones de dólares en una adquisición que atrajo a menos de diez personas a los esfuerzos de investigación biológica de la empresa de IA. DeepMind de Google ha estado trabajando en la predicción de la estructura de las proteínas desde el éxito de AlphaFold, que ganó el Premio Nobel de Química 2024. Microsoft ha invertido en IA centrada en la biología a través de una asociación con Page, una empresa de patología computacional.

Nvidia ha desarrollado Bionnemo, una plataforma para entrenar e implementar modelos de IA biomoleculares. El patrón es consistente: las empresas con la infraestructura de IA más avanzada están redirigiendo una parte de ese poder hacia la biología, porque el descubrimiento de fármacos es un problema que se asemeja a los buenos problemas de la IA, buscando en un vasto espacio integrado soluciones raras que cumplan simultáneamente con múltiples limitaciones.

Lo que distingue a la entrada de ByteDance es su fuente de experiencia en IA. El motor de recomendaciones de TikTok es, en esencia, un sistema que procesa grandes cantidades de datos que modelan el comportamiento humano y predice qué combinaciones de contenido producirán las respuestas deseadas.

Los modelos generativos del nuevo laboratorio hacen algo estructuralmente similar: procesan grandes cantidades de datos moleculares y predicen qué combinaciones de átomos producirán la respuesta biológica deseada. Las arquitecturas matemáticas no son idénticas, pero las capacidades organizativas, la capacidad de entrenar grandes modelos en grandes conjuntos de datos y la capacidad de iterar e implementar rápidamente a escala son transferibles. La infraestructura de inteligencia artificial de ByteDance, construida para atender a 1.500 millones de usuarios de TikTok, ahora se está aplicando a un problema en el que los usuarios son moléculas y las métricas de participación son el vínculo de lealtad.

prueba

Más de 173 programas de fármacos descubiertos mediante IA se encuentran actualmente en desarrollo clínico en todo el mundo, y este año entre 15 y 20 de ellos entrarán en ensayos a gran escala. Que la IA revolucione el desarrollo de fármacos depende de cómo se utilice, y la tasa de fracaso clínico del 90 por ciento de la industria aún no ha mejorado claramente.

Rentocertib de Insilico Medicines, un fármaco de primera clase para la fibrosis pulmonar idiopática en el que tanto la diana como la molécula se descubrieron mediante IA, mostró resultados positivos de fase II publicados en Nature Medicine. La fusión Recursion-Exscientia creó la plataforma de descubrimiento de fármacos con IA más completa de la industria, pero su candidato principal para el descubrimiento de IA fue archivado después de que los datos a largo plazo no confirmaran las tendencias de rendimiento anteriores. El patrón en todo el campo promete información básica y sigue la misma realidad biológica que siempre ha dificultado el desarrollo de fármacos: las moléculas que funcionan en un plato no siempre funcionan en un cuerpo.

Los nuevos laboratorios tienen cuatro candidatos en desarrollo y una plataforma de fabricación que, si los resultados de la preimpresión se mantienen, podrían diseñar moléculas funcionales en toda la escala. Tiene el respaldo de una empresa matriz por valor de casi 300 mil millones de dólares con una infraestructura de inteligencia artificial que eclipsa los recursos computacionales de la mayoría de las compañías farmacéuticas. Incluye asesores de Innovent, Amgen y Takeda.

Lo que todavía le falta son datos clínicos. La molécula IL-17 presentada en Boston era preclínica. La distancia entre un cartel en una conferencia de inmunología y una terapia oral aprobada que reemplace los anticuerpos inyectables se mide en años y miles de millones de dólares, y la mayoría de las moléculas que inician ese viaje nunca terminan. Las startups de biología de IA más ambiciosas son aquellas cuyos fundadores entienden que los algoritmos son el comienzo, no el final. ByteDance ha creado un algoritmo que ha cambiado la forma en que más de mil millones de personas consumen contenido. La misma empresa que podría desarrollar un algoritmo que podría cambiar la forma en que se trata una enfermedad es una pregunta que ninguna presentación en una conferencia puede responder. Sólo un ensayo clínico puede hacerlo.