{"id":39175,"date":"2023-06-13T08:55:40","date_gmt":"2023-06-13T14:55:40","guid":{"rendered":"https:\/\/saluddigital.com\/?p=39175"},"modified":"2025-10-19T23:00:49","modified_gmt":"2025-10-20T05:00:49","slug":"cientificos-desarrollan-modelo-de-ia-generativa-para-apoyar-al-desarrollo-de-medicamentos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/cientificos-desarrollan-modelo-de-ia-generativa-para-apoyar-al-desarrollo-de-medicamentos\/","title":{"rendered":"Cient\u00edficos desarrollan modelo de IA generativa para apoyar al desarrollo de medicamentos"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores de la Universidad Estatal de Ohio, desarrollaron un modelo de inteligencia artificial generativa que pod\u00eda acelerar el desarrollo y dise\u00f1o de medicamentos.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La retros\u00edntesis es un procedimiento en el que una mol\u00e9cula objetivo se transforma en posibles reactivos y, de esta manera, se pueden identificar las rutas de s\u00edntesis. Investigadores de la Universidad Estatal de Ohio (OSU, en ingl\u00e9s), desarrollaron enfoques computacionales para acelerar el dise\u00f1o de rutas de s\u00edntesis. En el Article<\/a> \u201cG2<\/sup>Retro como modelos generativos de gr\u00e1ficos de dos pasos para la predicci\u00f3n de retros\u00edntesis\u201d los autores muestran un modelo de inteligencia artificial (IA) generativa que cumple con dicho prop\u00f3sito.<\/p>

En este sentido, la retros\u00edntesis facilita la creaci\u00f3n de potenciales medicamentos para los qu\u00edmicos y especialistas, al tomar las mol\u00e9culas deseadas que componen el objetivo del f\u00e1rmaco y as\u00ed identificar las reacciones qu\u00edmicas que generar\u00edan estas mol\u00e9culas. \u201cG2<\/sup>Retro imita la l\u00f3gica inversa de las reacciones sint\u00e9ticas. Primero predice los centros de reacci\u00f3n en las mol\u00e9culas objetivo (productos), identifica los sintones necesarios para ensamblar los productos y transforma estos sintones en reactivos\u201d, explica la investigaci\u00f3n.<\/p>

\u201cNuestro objetivo era utilizar la IA para acelerar el proceso de dise\u00f1o de f\u00e1rmacos, y descubrimos que no solo ahorra tiempo y dinero a los investigadores, sino que proporciona candidatos a f\u00e1rmacos que pueden tener propiedades mucho mejores que cualquier mol\u00e9cula que exista en la naturaleza\u201d, explic\u00f3 Xia Ning, autora principal del estudio.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Es decir, los millones de reacciones qu\u00edmicas potenciales, que requieren ser examinadas para encontrar las correctas para el desarrollo de f\u00e1rmacos, necesitan mucho tiempo, es por ello la IA generativa juega un rol importante, en este caso A trav\u00e9s del modelo G2<\/sup>Retro. Los investigadores entrenaron este modelo en 40 mil reacciones qu\u00edmicas recopiladas entre 1976 y 2016, a trav\u00e9s de este conjunto de datos el modelo utiliza representaciones basadas en gr\u00e1ficos de cada mol\u00e9cula y utiliza las redes neuronales profundas para identificar y generar estructuras potenciales que podr\u00edan utilizarse para sintetizar una mol\u00e9cula espec\u00edfica.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Para probar esta herramienta los cient\u00edficos evaluaron su capacidad de producci\u00f3n de estructuras reactivas para cuatro medicamentos ya existentes. \u201cPara ilustrar el poder predictivo de G2<\/sup>Retro, hemos destacado los 10 principales reactivos predichos por G2<\/sup>Retro con tipos de reacci\u00f3n desconocidos para cuatro mol\u00e9culas de f\u00e1rmacos recientemente aprobadas en 2022, incluidos Mitapivat, Tapinorf, Mavacamten y Oteseconazol\u201d, explica el estudio.<\/p>

La prueba determin\u00f3 que esta herramienta pod\u00eda generar con precisi\u00f3n las rutas de s\u00edntesis patentadas utilizadas en estos medicamentos y proporcionar rutas de s\u00edntesis alternativas viables y eficaces. Adem\u00e1s, la velocidad de procesamiento permite completas esta tarea m\u00e1s r\u00e1pido que un profesional qu\u00edmico.<\/p>

\u201cNuestro m\u00e9todo de IA generativa G2<\/sup>Retro puede proporcionar m\u00faltiples rutas y opciones de s\u00edntesis diferentes, as\u00ed como una forma de clasificar diferentes opciones para cada mol\u00e9cula\u201d, dijo Ning. Sin embargo, reconoci\u00f3 que este proceso no reemplazar\u00e1 los experimentos de laboratorio actuales, pero que ofrece m\u00e1s opciones de medicamentos para que los experimentos y pruebas puedan priorizarse y enfocarse de manera m\u00e1s \u00e1gil.<\/p>

\u201cEstamos muy entusiasmados con la IA generativa para la medicina y estamos dedicados a usar la IA de manera responsable para mejorar la salud humana\u201d, finaliz\u00f3 Ning.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

OSU<\/strong><\/p>

https:\/\/news.osu.edu\/using-ai-to-create-better-more-potent-medicines\/<\/a><\/p>

HEALTH IT ANALYTICS <\/strong><\/p>

https:\/\/healthitanalytics.com\/news\/generative-artificial-intelligence-tool-may-support-drug-development<\/a><\/p>

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s42004-023-00897-3<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores de la Universidad Estatal de Ohio, desarrollaron un modelo de inteligencia artificial generativa que pod\u00eda acelerar el desarrollo y dise\u00f1o de medicamentos. La retros\u00edntesis es un procedimiento en el que una mol\u00e9cula objetivo se transforma en posibles reactivos y, de esta manera, se pueden identificar las rutas de s\u00edntesis. Investigadores de la Universidad Estatal de Ohio (OSU, en ingl\u00e9s), desarrollaron enfoques computacionales para acelerar el dise\u00f1o de rutas de s\u00edntesis. En el art\u00edculo \u201cG2Retro como modelos generativos de gr\u00e1ficos de dos pasos para la predicci\u00f3n de retros\u00edntesis\u201d los autores muestran un modelo de inteligencia artificial (IA) generativa que cumple con dicho prop\u00f3sito. En este sentido, la retros\u00edntesis facilita la creaci\u00f3n de potenciales medicamentos para los qu\u00edmicos y especialistas, al tomar las mol\u00e9culas deseadas que componen el objetivo del f\u00e1rmaco y as\u00ed identificar las reacciones qu\u00edmicas que generar\u00edan estas mol\u00e9culas. \u201cG2Retro imita la l\u00f3gica inversa de las reacciones sint\u00e9ticas. Primero predice los centros de reacci\u00f3n en las mol\u00e9culas objetivo (productos), identifica los sintones necesarios para ensamblar los productos y transforma estos sintones en reactivos\u201d, explica la investigaci\u00f3n. \u201cNuestro objetivo era utilizar la IA para acelerar el proceso de dise\u00f1o de f\u00e1rmacos, y descubrimos que no solo ahorra tiempo y dinero a los investigadores, sino que proporciona candidatos a f\u00e1rmacos que pueden tener propiedades mucho mejores que cualquier mol\u00e9cula que exista en la naturaleza\u201d, explic\u00f3 Xia Ning, autora principal del estudio. Es decir, los millones de reacciones qu\u00edmicas potenciales, que requieren ser examinadas para encontrar las correctas para el desarrollo de f\u00e1rmacos, necesitan mucho tiempo, es por ello la IA generativa juega un rol importante, en este caso A trav\u00e9s del modelo G2Retro. Los investigadores entrenaron este modelo en 40 mil reacciones qu\u00edmicas recopiladas entre 1976 y 2016, a trav\u00e9s de este conjunto de datos el modelo utiliza representaciones basadas en gr\u00e1ficos de cada mol\u00e9cula y utiliza las redes neuronales profundas para identificar y generar estructuras potenciales que podr\u00edan utilizarse para sintetizar una mol\u00e9cula espec\u00edfica. Para probar esta herramienta los cient\u00edficos evaluaron su capacidad de producci\u00f3n de estructuras reactivas para cuatro medicamentos ya existentes. \u201cPara ilustrar el poder predictivo de G2Retro, hemos destacado los 10 principales reactivos predichos por G2Retro con tipos de reacci\u00f3n desconocidos para cuatro mol\u00e9culas de f\u00e1rmacos recientemente aprobadas en 2022, incluidos Mitapivat, Tapinorf, Mavacamten y Oteseconazol\u201d, explica el estudio. La prueba determin\u00f3 que esta herramienta pod\u00eda generar con precisi\u00f3n las rutas de s\u00edntesis patentadas utilizadas en estos medicamentos y proporcionar rutas de s\u00edntesis alternativas viables y eficaces. Adem\u00e1s, la velocidad de procesamiento permite completas esta tarea m\u00e1s r\u00e1pido que un profesional qu\u00edmico. \u201cNuestro m\u00e9todo de IA generativa G2Retro puede proporcionar m\u00faltiples rutas y opciones de s\u00edntesis diferentes, as\u00ed como una forma de clasificar diferentes opciones para cada mol\u00e9cula\u201d, dijo Ning. Sin embargo, reconoci\u00f3 que este proceso no reemplazar\u00e1 los experimentos de laboratorio actuales, pero que ofrece m\u00e1s opciones de medicamentos para que los experimentos y pruebas puedan priorizarse y enfocarse de manera m\u00e1s \u00e1gil. \u201cEstamos muy entusiasmados con la IA generativa para la medicina y estamos dedicados a usar la IA de manera responsable para mejorar la salud humana\u201d, finaliz\u00f3 Ning. BIBLIOGRAF\u00cdA OSU https:\/\/news.osu.edu\/using-ai-to-create-better-more-potent-medicines\/ HEALTH IT ANALYTICS https:\/\/healthitanalytics.com\/news\/generative-artificial-intelligence-tool-may-support-drug-development NATURE https:\/\/www.nature.com\/articles\/s42004-023-00897-3<\/p>","protected":false},"author":1,"featured_media":39177,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-39175","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/39175","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=39175"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/39175\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/39177"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=39175"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=39175"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=39175"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}