En el ámbito de la biotecnología farmacéutica, el lanzamiento de nuevos medicamentos representa un desafío cada vez más complejo y costoso. Según datos recientes, las empresas farmacéuticas pueden llevar más de diez años y gastar más de 2.000 millones de dólares en el desarrollo de un nuevo fármaco, con una tasa de fracaso superior al 90%. Este arduo proceso, denominado «Market to Molecule» (M2M), conlleva riesgos significativos. Sin embargo, la mayoría de estas compañías son clientes de Amazon Web Services (AWS), lo que abre la puerta a posibles transformaciones mediante la adopción de tecnologías avanzadas.
Entre las innovaciones del sector se destaca un enfoque más centrado en la genética para el descubrimiento de fármacos. Esta estrategia busca identificar variantes en el genoma humano y asociarlas con enfermedades, lo que podría aumentar las tasas de éxito en el proceso M2M al atacar las causas subyacentes. No obstante, gestionar vastos conjuntos de datos genómicos ha sido un desafío persistente. Históricamente, los investigadores han tenido que lidiar con navegadores del genoma que a menudo no cumplen con sus requerimientos, resultando en experiencias laboriosas y demandantes de tiempo.
La inteligencia artificial generativa se ha planteado como una solución prometedora para mejorar este proceso. AWS, en colaboración con sus clientes, ha implementado un asistente conversacional que dota a los científicos de una nueva forma de explorar el genoma. Este asistente permite ahorrar tiempo valioso al formular preguntas simples en lenguaje natural, evitando el uso de complejos filtros y opciones.
Además, se ha desarrollado una técnica de «text-to-SQL» que convierte preguntas en lenguaje natural en consultas SQL, facilitando el acceso a datos genómicos. A través de Amazon Bedrock, las consultas SQL pueden generarse casi de inmediato, simplificando el trabajo de los investigadores y potencialmente aumentando la eficiencia en el descubrimiento de fármacos.
Estrategias de ingeniería de prompts han demostrado ser exitosas para lograr alta precisión en la generación de estas consultas. Esto incluye el uso de descripciones detalladas de las tablas y una técnica conocida como «cadena de pensamientos», que permite dividir problemas complejos en pasos manejables.
Este enfoque innovador no solo tiene el potencial de democratizar el acceso a datos ómicos, sino que también podría revolucionar el sector farmacéutico, acelerando la entrega de tratamientos críticos a los pacientes que más los necesitan.
