Vivodyne: la startup que entrena IA con tejido humano para curar el cáncer

La startup biotecnológica Vivodyne sostiene que la industria del descubrimiento de fármacos con inteligencia artificial (IA) tiene un problema de datos, y que ha construido una máquina para resolverlo. Sus laboratorios robóticos modulares HIVE pueden cultivar 20 tipos de tejido humano, luego dosificarlos y monitorearlos de manera autónoma, generando el tipo de datos biológicos causales que hoy faltan en los modelos de IA.

La IA en la salud y el problema de los datos

Hoy, estos datos provienen en su mayoría de pruebas con animales o de estudios de células o proteínas aisladas, no de tejido vivo. Para Andrei Georgescu, cofundador y CEO de Vivodyne, esa es una limitación fundamental.

“Sin pruebas con humanos, ¿qué van a hacer estos [modelos]? Van a curar el cáncer en ratones”, plantea Georgescu.

El debate no es nuevo. El fin de semana pasado, el CEO de Anthropic, Dario Amodei, escribió que las afirmaciones de que la IA curará el cáncer se han vuelto más un cliché que algo creíble: “lo que funcionará es curar el cáncer de verdad”. Amodei mismo ha planteado esa idea en textos anteriores; Sam Altman ha citado en repetidas ocasiones la cura del cáncer como justificación del impulso de OpenAI hacia la AGI y el desarrollo de infraestructuras de cómputo cada vez mayores; y Demis Hassabis, de Google DeepMind, dijo el año pasado que la IA podría curar todas las enfermedades en una década.

Los resultados reales, sin embargo, siguen siendo tibios. Un puñado de fármacos diseñados con IA ha llegado a ensayos en humanos, uno de ellos hasta la fase III, la fase de pruebas generalizadas; pero los obstáculos no son necesariamente los que la IA puede resolver hoy.

Alphafold, ganadora del Premio Nobel, supuso un gran avance en la comprensión de los bloques de construcción de la vida, pero todavía no ha producido un fármaco nuevo. Isomorphic Labs, creada para desarrollar Alphafold, espera sus primeros ensayos, originalmente previstos para 2025, para finales de este año. En febrero, la compañía escribió que el verdadero descubrimiento de fármacos requerirá “modelos predictivos de alta precisión, a lo largo de una amplia gama de propiedades e interacciones bioquímicas”.

Vivodyne apuesta por tejidos humanos para entrenar a la IA

Georgescu afirma que el sector necesita “una verificación de la realidad”: los modelos existentes no tienen los datos necesarios para capturar la complejidad de la biología humana. Es un reto que ya afecta a la industria farmacéutica, donde el 90% de los fármacos que son eficaces en pruebas con animales y llegan a ensayos clínicos no reciben aprobación regulatoria para humanos.

• 94% de precisión predictiva en células hepáticas frente a ensayos humanos de toxicidad.
• 96% de coincidencia en el tejido de vías respiratorias con el comportamiento del tejido humano real.
• 100% de concordancia en la médula ósea en pruebas con 20 fármacos de quimioterapia.

Vivodyne surgió en 2021 de la Universidad de Pensilvania, después de que Georgescu obtuviera un doctorado en bioingeniería en esa institución. La semana pasada, la compañía, que ha recaudado un poco menos de 80 millones de dólares en dos rondas lideradas por Khosla Ventures, inauguró el que denomina el mayor “centro de datos humanos” del mundo, a las afueras de San Francisco. Georgescu asegura que su equipo ya logra el doble de rendimiento que todos los ensayos con animales que se realizan en Estados Unidos.

Un nuevo enfoque para los ensayos clínicos

La idea es acelerar el camino de los candidatos a fármacos al tener una mejor idea de lo que funcionará antes de pasar por el costoso proceso de un ensayo clínico, que normalmente cuesta decenas de millones de dólares. Aunque no revelará públicamente el nombre de sus socios, Vivodyne dice que trabaja con varias grandes farmacéuticas para resolver un problema que Georgescu compara con las pruebas de choque automotrices: un fabricante de automóviles suele estar seguro de que su vehículo cumplirá los requisitos de la NHTSA antes de probarlo, pero los laboratorios farmacéuticos rara vez tienen esa misma confianza al iniciar un ensayo clínico, donde la gran mayoría de los fármacos no logran la aprobación de la FDA.

Hacia una IA que entienda la causalidad en biología

La visión de Georgescu va más allá de los ensayos clínicos. Él ve sus laboratorios biológicos autónomos como la clave para generar el tipo de datos causales que permitan entrenar nuevos modelos sobre biología humana. Señala estudios como uno publicado el mes pasado en Nature Methods, en el que no se encontraron leyes claras de escalado de datos al entrenar modelos generativos de IA con datos celulares existentes.

“Todo el entrenamiento se hace sobre instantáneas estáticas de estas células y los modelos no están condicionados en absoluto por cómo una célula llegó a ese estado. En otras palabras, el modelo aprende ‘este es el estado celular A’, ‘este es el estado celular B’, pero nunca ‘el estado celular B es el efecto de inflamar el estado celular A’”, explicó Georgescu.

Las máquinas HIVE de Vivodyne rastrean cientos de miles de experimentos en curso en los que se expone tejido enfermo a algún estímulo, algo que Georgescu espera proporcione el aprendizaje por refuerzo que producirá modelos de IA capaces de comprender la biología humana lo suficiente como para lograr avances más significativos en la salud.

Terapias combinadas: el siguiente reto

Georgescu cree que esta comprensión será clave no solo para los desafíos médicos actuales, sino también para un futuro en el que enfermedades complejas requieran fármacos que, a diferencia de la mayoría de los disponibles hoy, actúen sobre múltiples vías biológicas.

“Si queremos terapias combinadas, el espacio que hay que explorar explota; no puede ser un enfoque experimental. Tienes que decir: ‘quiero que este efecto ocurra, entonces, ¿qué causa debo invocar?’. Establecer la causalidad en biología humana es la base de todo esto”, señaló Georgescu.