Investigadores chinos crean IA que diseña sistemas de liberación controlada de fármacos en horas
Hecho Qué ha ocurrido
Un equipo de instituciones chinas presenta E-MAF, un marco de IA que combina un modelo predictivo con un algoritmo genético optimizado para diseñar formulaciones de liberación controlada de fármacos. Según los autores, el sistema reduce los ciclos de diseño de 6-12 meses a aproximadamente una hora, y validaron resultados in vitro e in vivo en 7 principios activos, igualando o superando referencias comerciales.
Resumen generado mediante IA a partir de Nature · Machine learning (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Acelerar drásticamente el desarrollo de formulaciones farmacéuticas puede reducir costes y tiempos de industrialización en la industria farmacéutica, un sector donde el diseño experimental es lento y costoso.
- Quién se ve afectado
- Empresas farmacéuticas, laboratorios de I+D en liberación de fármacos y fabricantes de sistemas de administración de medicamentos.
- Qué puede cambiar
- Los procesos de prueba y error en el desarrollo de formulaciones podrían sustituirse parcialmente por diseño asistido por IA, acortando drásticamente los plazos de desarrollo.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Habrá que ver si el método se valida en ensayos clínicos y si terceros laboratorios reproducen los resultados fuera del entorno controlado del estudio, así como el desarrollo de la patente ya solicitada.
Recomendación Qué debería hacer una empresa
Empresas farmacéuticas con líneas de liberación controlada deberían evaluar en los próximos 12-18 meses colaboraciones o licencias con este tipo de plataformas de diseño asistido por IA.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: Nature · Machine learning (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗IA científicaalgoritmos evolutivosmodelos predictivos Chinese Academy of SciencesHuili PharmaceuticalCity University of Hong Kong biotecnologíaChinafarmacéuticaIA científicaliberación controlada
Tu opinión
0 comentarios
Relacionadas
Google amplía su ATLAS de IA y economía con datos abiertos y estudio sobre uso científico de IA
Google lanzó una versión interactiva y de acceso abierto de su AI & Economy ATLAS, con datos sobre adopción de IA por ocupación y país. Junto con Google…
Por qué importaOfrece datos empíricos sobre adopción real de IA por profesión y país, útiles para benchmarking sectorial. También muestra que las ganancias de…
España desarrolla TACTIX, un 'humano digital' con IA para entrenar personal de defensa
La Red Cervera ha desarrollado TACTIX, un 'humano digital' que combina realidad extendida, interfaces hápticas e IA generativa para entrenar a personal de…
Por qué importaCombina simulación inmersiva, IA generativa y biometría para acelerar el entrenamiento de personal en situaciones críticas, con potencial de…
Hospital infantil de Filadelfia usa IA de código abierto para modelar corazones pediátricos
Children's Hospital of Philadelphia (CHOP) usa herramientas de código abierto basadas en MONAI, framework cofundado por NVIDIA, para generar modelos anatómicos…
Por qué importaEs un ejemplo concreto de cómo la IA de código abierto y la aceleración por GPU pueden acortar drásticamente tiempos clínicos críticos, pasando de…
Berkeley y Stanford crean BeyondMimic, IA que permite a robots humanoides combinar movimientos sin reentrenar
Investigadores de UC Berkeley y Stanford publicaron en Science Robotics BeyondMimic, un sistema que usa 2,5 horas de movimientos humanos y aprendizaje por…
Por qué importaReduce la dependencia de entrenar un controlador distinto para cada habilidad, lo que acelera el desarrollo de robots humanoides más versátiles para…