En el mundo de la biopharma, el desarrollo de un nuevo medicamento es un proceso complejo y costoso. Informes recientes indican que puede tomar más de diez años y superar los 2.000 millones de dólares, con una tasa de fracaso superior al 90%. Este fenómeno, conocido como «Market to Molecule» (M2M), es intensivo en recursos y presenta múltiples riesgos. Sin embargo, el 90% de las empresas en este sector son clientes de Amazon Web Services (AWS), lo que sugiere que la tecnología avanzada podría transformar sus prácticas actuales.
Una de las innovaciones en el sector es el enfoque en la genética para el descubrimiento de fármacos. Esta técnica se centra en buscar variantes en el genoma humano relacionadas con enfermedades, con el objetivo de mejorar las tasas de éxito en el proceso M2M al abordar las causas fundamentales de las dolencias. Sin embargo, navegar por los extensos conjuntos de datos genómicos ha sido un desafío significativo. Tradicionalmente, los investigadores han utilizado navegadores del genoma que no siempre satisfacen sus necesidades, lo que genera experiencias frustrantes y consume tiempo.
La inteligencia artificial generativa surge como una solución prometedora para mejorar este proceso. AWS, en colaboración con sus clientes, ha desarrollado un asistente conversacional que permite a los científicos explorar el genoma de manera más ágil. Este asistente podría ahorrar tiempo valioso al permitir formular preguntas en lenguaje natural, eliminando la necesidad de filtros y opciones complicadas.
Además, se ha implementado un enfoque de «text-to-SQL» que traduce preguntas en lenguaje natural en consultas SQL, facilitando el acceso a los datos genómicos. A través de Amazon Bedrock, es posible generar consultas SQL casi instantáneamente, simplificando el trabajo de los investigadores y mejorando la eficiencia del proceso de descubrimiento de fármacos.
Varias estrategias de ingeniería de prompts han demostrado ser efectivas para lograr alta precisión en la generación de consultas SQL. Se incluyen descripciones detalladas de las tablas y columnas en la base de datos y enfoques como «chain-of-thought», que descomponen problemas complejos en pasos más manejables.
Este enfoque innovador no solo democratiza el acceso a los datos ómicos, sino que también tiene el potencial de transformar el sector farmacéutico, acelerando la entrega de tratamientos vitales a los pacientes que los necesitan.
