La intel·ligència artificial està redefinint els temps del descobriment de fàrmacs, i la Xina s'ha convertit en un laboratori ideal per a aquesta transformació. Mentre que els mètodes convencionals requereixen entre quatre i cinc anys per arribar a la selecció d'un candidat preclínic, empreses com Insilico Medicine han aconseguit reduir-lo a poc més d'un any, combinant algorismes generatius amb infraestructura de laboratori automatitzada. Aquest avenç no només accelera la investigació, sinó que també obre la porta a que més molècules innovadores arribin a assajos clínics en menys temps.
El procés típic de descobriment comença amb la identificació de dianes biològiques, seguit del disseny de molècules candidates i la seva validació experimental. La IA generativa permet explorar un espai químic immens, proposant compostos amb alta probabilitat d'unió i activitat. No obstant, el veritable salt es produeix quan aquests dissenys s'integren amb estacions de treball robòtiques i sistemes de screening d'alt rendiment. En aquest punt, la col·laboració amb empreses tecnològiques especialitzades resulta clau. Per exemple, Q2BSTUDIO desenvolupa plataformes de programari a mida que connecten els models predictius amb els laboratoris físics, permetent un flux continu de dades i retroalimentació.
La Xina ofereix avantatges estructurals que potencien aquesta sinergia. La seva infraestructura d'investigació és extensa i els costos operatius són significativament menors que a Occident. A més, l'agilitat regulatòria —com la finestra de revisió de 30 dies hàbils per a sol·licituds de nous fàrmacs innovadors— permet iniciar assajos clínics amb major rapidesa. Segons executius del sector, el desenvolupament clínic a la Xina pot realitzar-se tres vegades més ràpid i a la meitat del cost que a Europa. Això ha motivat a farmacèutiques internacionals a establir aliances amb laboratoris i contract research organizations locals.
Més enllà dels terminis, la qualitat dels candidats generats per IA també està sota escrutini. Les dades de fases primerenques mostren taxes d'èxit prometedores (80-90% en fase I), tot i que la fase II es manté al voltant del 40%, en línia amb la mitjana històrica. Encara és aviat per afirmar que la IA millori significativament les probabilitats en etapes tardanes, però la reducció del temps de selecció ja suposa un estalvi considerable de recursos. Per gestionar aquests fluxos de treball, les empreses adopten solucions de intel·ligència artificial que no només dissenyen molècules, sinó que també optimitzen processos de cribratge i anàlisi de dades.
La ciberseguretat es converteix en un pilar fonamental quan es manegen dades sensibles de propietat intel·lectual i assajos clínics. Les plataformes cloud, ja sigui AWS o Azure, permeten escalar els models d'IA i emmagatzemar grans volums d'informació de forma segura. A més, eines de Business Intelligence com Power BI ajuden a visualitzar els resultats dels experiments i a prendre decisions informades. Q2BSTUDIO ofereix serveis en aquestes àrees, incloent consultoria en cloud AWS/Azure i BI/Power BI, facilitant la integració tecnològica en organitzacions farmacèutiques.
L'automatització també està transformant els rols laborals. S'estima que fins a un 40% dels llocs en equips de programari podrien ser reemplaçats o redefinits per sistemes d'IA i robòtica. Això no implica necessàriament acomiadaments massius, sinó una reorientació cap a tasques de supervisió, validació i millora dels propis models. Els científics i enginyers estan sent reentrenats per gestionar avaluacions d'IA i equips automatitzats. En aquest context, la formació en agents d'IA —sistemes capaços d'executar tasques de forma autònoma— esdevé cada cop més rellevant.
El cas d'Insilico Medicine il·lustra bé aquesta evolució. La companyia ha obtingut 31 candidats preclínics des de 2021 i 13 autoritzacions per iniciar assajos en humans. El seu primer programa en fase III, per a fibrosi pulmonar idiopàtica, avança amb 320 pacients en 47 centres xinesos. No obstant, cap medicament dissenyat íntegrament amb IA ha rebut encara aprovació comercial, la qual cosa subratlla que la fase de descobriment és només el primer esglaó d'un llarg camí que inclou assajos clínics, fabricació i revisió regulatòria.
La cooperació entre empreses farmacèutiques i tecnològiques s'intensifica. Insilico ha signat acords amb Eli Lilly i Takeda, i una aliança estratègica amb Bora Pharmaceuticals podria superar els 2.500 milions de dòlars. Curiosament, més del 90% dels seus ingressos prové de companyies occidentals, a causa dels sistemes de reemborsament més favorables en aquells mercats. Això reflecteix una paradoxa: tot i que la Xina ofereix avantatges en velocitat i cost, la rendibilitat final continua sent més alta a Occident.
Des d'una perspectiva empresarial, les empreses de programari com Q2BSTUDIO estan capacitades per acompanyar aquesta transformació. Amb experiència en automatització de processos i ciberseguretat, ajuden a construir les plataformes que integren IA, cloud i anàlisi de dades. La demanda d'aplicacions a mida creix a mesura que cada laboratori busca optimitzar els seus propis fluxos de treball, allunyant-se de solucions genèriques.
En conclusió, la combinació d'intel·ligència artificial, infraestructura xinesa i col·laboració tecnològica està comprimint els terminis de descobriment de fàrmacs de manera dràstica. Tot i que encara queden desafiaments —com demostrar l'eficàcia a llarg termini dels candidats generats per IA—, la tendència és clara: el futur del descobriment farmacèutic serà més ràpid, més barat i més intel·ligent. I en aquest futur, empreses com Q2BSTUDIO juguen un paper essencial proporcionant el programari a mida, la ciberseguretat i les solucions cloud que fan possible aquesta revolució.
