Artificial Intelligence in Drug Discovery: A PRISMA-Based Systematic Review of Methods, Challenges, Taxonomy, and Evaluation Practices

Llevar un nuevo medicamento desde la idea de un científico hasta el estante de una farmacia es una tarea monumental. Típicamente toma una década o más y cuesta miles de millones de dólares, aunque la gran mayoría de los fármacos potenciales fallan antes de llegar siquiera a un paciente. La mayor parte de estos fracasos ocurren porque el fármaco no funciona lo suficientemente bien o causa efectos secundarios dañinos que solo aparecen tarde en el proceso de prueba. Para acelerar este lento y costoso viaje, los investigadores han recurrei de la inteligencia artificial. En este contexto, la inteligencia artificial se refiere a sistemas informáticos que pueden aprender de los datos para encontrar patrones y hacer predicciones sin ser programados explícitamente con cada regla individual. Una de las herramientas más poderosas en este campo es el aprendizaje automático (machine learning), donde las computadoras analizan cantidades masivas de información para mejorar su propio rendimiento con el tiempo. Otro concepto clave es el proceso de descubrimiento de fármacos (drug discovery pipeline), que es el proceso paso a paso de encontrar un objetivo de la enfermedad, cribar millones de compuestos químicos y refinar los mejores candidatos en medicamentos seguros. Durante años, este proceso dependió en gran medida de la intuición humana y de pruebas manuales lentas, pero el número absoluto de posibles combinaciones químicas es tan vasto que el esfuerzo humano por sí solo no puede explorarlas todas.

Una nueva y exhaustiva revisión de la literatura científica ha trazado el mapa de cómo se está utilizando actualmente la inteligencia artificial para abordar estos desafíos. Los investigadores detrás de este estudio, liderados por Mahmud Ahmed y sus colegas, no realizaron un nuevo experimento en un laboratorio. En su lugar, actuaron como maestros archivistas, recopilando y analizando 618 artículos científicos distintos publicados entre 2019 y 2026. Buscaron a través de tres bases de datos principales que contienen millones de registros, filtrando duplicados y estudios irrelevantes para centrarse únicamente en la investigación de alta calidad que aplicaba la inteligencia artificial al descubrimiento de fármacos. Su objetivo era atravesar el ruido de un campo en rápido crecimiento, donde aparecen miles de nuevos artículos cada año, para comprender qué métodos realmente funcionan, hacia dónde se dirige el campo y qué problemas siguen sin resolverse. Querían crear una imagen clara del panorama, organizando la mezcla caótica de técnicas en un marco estructurado que los científicos y los líderes de la industria puedan utilizar para avanzar.

La revisión reveló que el campo ha explotado en los últimos años. En 2019, solo había 11 estudios relevantes, pero para 2026, ese número había aumentado a 159, mostrando un incremento de catorce veces. El enfoque más común encontrado en estos estudios es el aprendizaje automático, que apareció en casi todos los artículos revisados. Dentro de esa amplia categoría, el aprendizaje profundo (deep learning) —un tipo de inteligencia artificial modelada tras las redes neuronales del cerebro humano— se utilizó en aproximadamente el 7ano de los estudios. Si bien los métodos más antiguos como el modelado de la relación estructura-actividad cuantitativa, que predice cómo se comportará una molécula basándose en su forma, todavía se utilizan ampliamente, las nuevas tecnologías están surgiendo rápidamente. Las redes neuronales de grafos, que tratan las moléculas como mapas de puntos conectados para entender su estructura, y los modelos de transformadores (transformers), que son el mismo tipo de tecnología detrás de las herramientas avanzadas de lenguaje, se han convertido en fuerzas dominantes, particularmente en los artículos publicados en los últimos dos años. Estas herramientas más nuevas son especialmente buenas diseñando moléculas completamente nuevas desde cero en lugar de solo probar las existentes.

Los investigadores organizaron estos hallazgos en un sistema claro, mostrando qué herramientas de inteligencia artificial son más adecuadas para cada etapa del proceso de descubrimiento de fármacos. La aplicación más frecuente es el cribado virtual (virtual screening), donde las computadoras prueban rápidamente millones de compuestos químicos para ver cuáles podrían unirse a un objetivo de la enfermedad. Esto representó más de la mitad de los estudios. El segundo área más común es el diseño de novo (de novo design), donde la inteligencia artificial inventa estructuras químicas que nunca han existido antes. Aunque estas herramientas son poderosas, la revisión encontró que el campo todavía lucha con la forma de demostrar que funcionan de manera confiable. Un problema importante es que muchos estudios utilizan solo un tipo de medición para juzgar el éxito, centrándose a menudo en una sola puntuación que puede ser engañosa cuando los datos están desequilibrados. Por ejemplo, si un conjunto de datos contiene mayoritariamente compuestos inactivos, un modelo podría parecer altamente preciso simplemente al adivinar que todo es inactivo, aunque fallaría al encontrar los pocos fármacos activos que importan. La revisión encontró que muy pocos estudios informaron las métricas específicas necesarias para detectar estos errores, lo que dificulta comparar diferentes métodos de manera justa.

Otro hallazgo significativo es que, si bien los modelos informáticos se están volviendo más sofisticados, la aplicación en el mundo real de estos modelos está rezagada. Los mayores desafíos identificados no fueron fallos técnicos de los algoritmos en sí mismos, sino la dificultad de integrar estas predicciones digitales en experimentos reales de laboratorio húmedo (wet-lab) y ensayos clínicos. Solo una pequeña fracción de los estudios incluidos en la revisión probó sus modelos en datos nuevos e independientes para ver si funcionarían en un entorno diferente. Además, muchos de estos poderosos sistemas de inteligencia artificial son "cajas negras", lo que significa que incluso los científicos que los construyeron no pueden explicar completamente por qué la computadora hizo una predicción específica. Esta falta de transparencia es un obstáculo importante para los reguladores, quienes requieren explicaciones claras antes de aprobar nuevos medicamentos. La revisión también destacó que los datos utilizados para entrenar estos modelos suelen estar incompletos o sesgados, lo que puede conducir a modelos que funcionan bien en una simulación informática pero fallan cuando se aplican a sistemas biológicos reales.

La distribución geográfica de esta investigación también es reveladora, con la mayoría de los estudios provenientes de China, Estados Unidos e India. La revisión señaló que la contribución de la India es mayor de lo reconocido anteriormente, lo que sugiere un centro de innovación creciente en esa región. A pesar del rápido crecimiento y el impresionante volumen de investigación, los autores concluyen que el campo se encuentra en una coyuntura crítica. La tecnología ha avanzado hasta el punto en que puede generar candidatos a fármacos novedosos y predecir sus propiedades con alta precisión, pero la infraestructura para validar, interpretar y desplegar estos candidatos de forma segura aún no está lista. La revisión sugiere que el siguiente paso importante no es solo construir modelos más grandes, sino crear sistemas que sean transparentes, reproducibles y capaces de trabajar a través de diferentes tipos de datos, como combinar información genética con estructuras químicas. Hasta que estos vacíos no se llenen, la promesa de la inteligencia artificial para acortar drásticamente el tiempo y el costo de llevar nuevos fármacos vitales al mercado seguirá parcialmente realizada.