Durante el evento Roche Press Day 2026: Salud como inversión, Kenneth Bradley, quien se desempeña como jefe global de Descubrimiento de Enfermedades Infecciosas en Roche, detalló el impacto de la inteligencia artificial y la innovación científica en la identificación de moléculas candidatas a nuevos tratamientos.
"Una de las cosas que la inteligencia artificial nos está ayudando a hacer es ampliar la cantidad de moléculas que podemos considerar desarrollar, porque ahora podemos realizar gran parte del trabajo de manera virtual. Esto significa que no tenemos que invertir recursos en fabricar miles de millones de moléculas", sostuvo Bradley.
La problemática de la resistencia a los antibióticos constituye un asunto central para la salud pública internacional. Una investigación difundida en la publicación científica The Lancet indicó que en 2019 se produjeron cerca de 4,95 millones de decesos vinculados a la resistencia bacteriana a los antimicrobianos, de las cuales 1,27 millones se debieron de forma directa a esta situación.
A esto se suma que desde finales de los años sesenta no se han lanzado nuevas clases de antibióticos orientadas a las bacterias gramnegativas, microorganismos que plantean grandes dificultades debido a su resistencia frente a múltiples terapias. En paralelo, las bacterias siguen generando mecanismos de resistencia contra los fármacos vigentes.
"Una de las cosas que hace la inteligencia artificial es ayudarnos a predecir qué tipos de moléculas, o qué propiedades específicas dentro de una molécula, podrían convertirla en un buen antibiótico. Un aspecto importante es que queremos que la inteligencia artificial haga predicciones sobre moléculas que nuestros químicos realmente puedan sintetizar", indicó el experto.
En el ámbito farmacéutico, aproximadamente nueve de cada diez candidatos a medicamentos no superan las fases de ensayos preclínicos o clínicos, al tiempo que la determinación de la eficiencia puede demandar más de una década. La creación de un nuevo fármaco demanda la acumulación de información científica y suele atravesar diversos obstáculos operativos.
Para hacer frente a estas dificultades, la compañía Roche implementa modelos de inteligencia artificial alimentados con millones de datos reunidos a lo largo de cerca de diez años con el fin de evaluar de forma virtual compuestos químicos en la búsqueda de posibles antibióticos.
Este método, conocido como Lab in the Loop, vincula las estimaciones computacionales con las pruebas prácticas en laboratorio. La dinámica arranca con un pronóstico formulado por la inteligencia artificial, continúa con la síntesis de la molécula por parte de los científicos para verificar si los resultados coinciden con lo proyectado, y finaliza con la incorporación de dichos datos al sistema para refinar su exactitud en las fases subsiguientes.
A diferencia de los procedimientos convencionales, que exigen la producción y el análisis físico de grandes volúmenes de compuestos, esta metodología posibilita la selección previa de los candidatos con mayor potencial antes de avanzar hacia la síntesis y la experimentación. De este modo, la tecnología computacional colabora en la optimización de los recursos y en la aceleración de fases específicas dentro del desarrollo farmacológico.
En la visión de Bradley, el desarrollo de nuevas moléculas y la búsqueda de respuestas innovadoras resultan esenciales para combatir la resistencia antimicrobiana, en especial en los territorios con mayor impacto de esta problemática, tales como América Latina.
"Creo que debemos considerar la resistencia antimicrobiana desde una perspectiva más amplia, se trata de una amenaza global, pero que no afecta de la misma manera a todas las regiones. Observamos que la resistencia antimicrobiana representa una carga desproporcionada en regiones como América Latina", puntualizó el representante de Roche.