Revista Farmespaña Industrial Enero Febrero 2026

El papel de la inteligencia artificial en la predicción de propiedades estructurales en la síntesis de fármacos Es innegable que nos encontramos ante una nueva revolución basada en la Inteligencia Artificial (IA) cuya relevancia será comparable a la de la primera revolución industrial. Su alcance se prevé notable en la mayoría de los ámbitos de la vida moderna, forzándonos a adaptarnos, aprender e interpretar estas nuevas herramientas. GUILLERMO MARCOS RESEARCH SCIENTIST DE AITENEA BIOTECH EN PARQUE CIENTÍFICO DE MADRID U na de las disciplinas que ha expe- rimentado grandes cambios en la forma de operar ha sido el diseño y descubrimiento de nuevos fármacos. Este campo, primordial para poder enfrentarnos a las enfermedades contemporáneas que afectan a la sociedad así como a las poten- ciales epidemias futuras, disfruta de las me- joras que la IA es capaz de ofrecer, desde la reducción de tiempos en el diseño/optimiza- ción, reposicionamiento de fármacos, el di- seño de novo de moléculas potencialmente relevantes para la industria y evidentemente, la reducción de coste y ahorro energético de todos los procesos y por lo tanto lograr con- seguir un proceso mas sostenible. Recientemente, la rama de la inteligencia ar- tificial conocida como Machine Learning (ML) o aprendizaje automático, está resultando de vital importancia en uno de los campos con más repercusión en el desarrollo de un nuevo fármaco, su síntesis. Mucho se ha hablado en los últimos años, de cómo los algoritmos son capaces de ayudar en la aparición de nuevas moléculas potencialmente exitosas en la lu- cha contra enfermedades, pero ha quedado relegado a un papel secundario las posibili- dades que ofrece la inteligencia artificial a los procedimientos puramente experimentales. El aprendizaje automáticooML es un campoque explora algoritmos capaces de mejorar auto- máticamente a través de la experiencia. Aun- que sus raíces se remontan a la informática y la estadística, el ML se ha extendido rápidamente a diversas disciplinas impulsado por sus ven- tajas en el análisis y la predicción de fenóme- nos complejos. Esta expansión ha abierto nue- vas vías para la exploración científica, yendo más allá de los métodos convencionales de ensayo y error. Más concretamente, la adop- ción de técnicas de ML en química introduce flujos de trabajo de descubrimiento digital que permiten a los investigadores ahorrar tiempo, recursos y reducir residuos en áreas de investi- gación como la catálisis, la síntesis orgánica o en numerosos procesos industriales. Dentro de la parte sintética de una nueva molécula, es de vital trascendencia controlar las propiedades estructurales a lo largo de su camino de construcción, causantes de los enantiómeros y regioisómeros. Muchas de las moléculas orgánicas presentan la propie- dad de ser quirales, y por ello, existen en dos formas o enantiómeros, que son imagen es- pecular una de otra, pero no son superponi- bles. El ejemplo más claro son las palmas de nuestras manos, donde una es la imagen es- pecular de la otra, y es necesario enfrentarlas para que sean superponibles. Los fármacos enantioméricamente puros tienen ventajas sobre las mezclas racémicas, ya que se unen con enzimas, hormonas y otras proteínas de forma estereosespecífica, lo que conduce a buena eficacia sin efectos adversos. La tali- domida es uno de los ejemplos más claros de la importancia del estudio de la racemi- zación de los fármacos en el ser humano, ya que, al convertirse en su otro enantiómero, resulta tener propiedades tóxicas, y fue res- ponsable de provocar malformaciones em- brionarias en las embarazadas. En la actua- lidad, los distintos organismos reguladores de los fármacos de la mayoría de los países prohibieron la comercialización de fármacos racémicos. Esto hace imprescindible el con- trol estructural de todas las moléculas que se comercializan con fines terapéuticos. Para ello, en la química sintética más tradicional, se emplean catalizadores con ciertas propie- dades, capaces de generar diferentes ratios de las distintas estructuras y cuyos resulta- dos se obtienen mediante prueba y error. Es en este campo, es donde las herramientas de IA tienen un gran potencial para ayudar a los investigadores a obtener metodología sinté- tica más eficaz para obrar dichas moléculas. En los últimos años, la aplicación del ML en catálisis homogénea ha surgido como un enfoque prometedor para acelerar el descu- brimiento, la comprensión y el diseño de sis- temas catalíticos. Este campo de la catálisis ha sido galardonado en las últimas décadas con varios premios Nobel por su enorme im- portancia, especialmente en el desarrollo de procesos químicos sostenibles y eficientes. Una característica útil del ML en la catálisis homogénea es su capacidad para acelerar el diseño y la optimización de catalizadores, fundamentales para el correcto devenir de las reacciones químicas. Mediante el cribado virtual de posibles candidatos, los investiga- dores pueden identificar catalizadores pro- metedores para su validación experimental, minimizando así el número de experimentos necesarios para alcanzar resultados ópti- mos de reacción. Los algoritmos de ML han En los últimos años, la aplicación del ML en catálisis homogénea ha surgido como un enfoque prometedor para acelerar el descubrimiento, la comprensión y el diseño de sistemas catalíticos DESARROLLO DE FÁRMACOS 44 FARMESPAÑA INDUSTRIAL · ENE/FEB 26