Un gemelo digital es una réplica virtual de un objeto, sistema o proceso en el mundo real. En el contexto de la biomedicina, su uso se ha incrementado en los últimos años por su capacidad para mejorar la precisión de los diagnósticos, la eficiencia de los tratamientos y la toma de decisiones médicas. En el desarrollo de fármacos se configuran como una herramienta innovadora que utiliza modelos computacionales avanzados para simular y predecir el comportamiento de compuestos químicos y sus interacciones con el cuerpo humano, lo que permite a los investigadores identificar y optimizar dichos compuestos.
En lo relativo a la seguridad, pueden simular cómo interactúan con diferentes sistemas biológicos y ayudar a anticipar posibles efectos secundarios o toxicidades en la investigación preclínica. Por otro lado, también pueden utilizarse para predecir la tolerabilidad de los fármacos cuando se administren al paciente. De esta forma, al integrar datos genómicos, fenotípicos y clínicos de pacientes individuales en los modelos de gemelos digitales, los investigadores pueden desarrollar tratamientos farmacológicos personalizados.
“Los gemelos digitales, como modelos complejos, pueden ser de mucha ayuda para centrar el desarrollo de fármacos en biomedicina. Estos modelos al reproducir fielmente un órgano pueden ahorrar tiempo y dinero a las compañías farmacéuticas creando un campo de pruebas virtual donde se puedan, por ejemplo, estudiar todas las dianas terapéuticas de una enfermedad y priorizar ciertas dianas que sean especialmente eficientes”, explica a El Global Arnau Montagud, investigador del I2Sys Bio y miembro de la Conexión de Biología Computacional del Consejo Superior de Investigaciones Científicas (CSIC).
Al permitir una evaluación de miles de compuestos antes de la prueba en el laboratorio, pueden reducir significativamente los costes y los tiempos asociados al desarrollo de un fármaco, que alcanzan de media los diez años. Esto se debe a que se pueden identificar y desechar con rapidez compuestos ineficaces o con riesgo de toxicidad, lo que enfoca los recursos en los candidatos más prometedores. Por tanto, estos modelos permiten anticipar efectos adversos y evaluar la eficacia de un fármaco en etapas tempranas del desarrollo. “Los gemelos digitales pueden tener un impacto significativo en términos de costes, tiempo de comercialización y calidad del producto final. Pueden ayudar a ahorrar tiempo y dinero al facilitar pruebas de productos o procesos en diferentes etapas, ya sea en el diseño, implementación, monitoreo o mejora. Además, pueden mejorar la eficiencia de la fabricación reduciendo el consumo de energía y agua, los residuos y las emisiones de la producción de fármacos”, reitera Montagud.
Los gemelos digitales son especialmente útiles para estudiar las etapas tempranas de desarrollo de fármacos, ya sea en la elección de dianas terapéuticas o en la fase preclínica de la prueba de eficacia de estos. “Estos modelos pueden seleccionar las mejores dianas para una enfermedad de acuerdo a toda la literatura publicada y, por otra parte, puede simular el efecto que el fármaco puede tener en esas dianas en pruebas in vitro en líneas celulares, que son simulaciones menos complejas y que requieren menos recursos de cómputo que el simular un órgano completo”, sostiene Montagud.
“Permiten acelerar la fase de desarrollo porque sustituyen procesos que hasta ahora llevaban mucho tiempo y también ayudan a mejorar la eficacia, la efectividad y la seguridad del fármaco. Por otro lado, también ayudan a entender los mecanismos biológicos involucrados en la acción terapéutica en profundidad. De esta manera, facilitan el descubrimiento de nuevas dianas terapéuticas”, sostienen Irene Otero Muras, científica titular del CSIC, líder del grupo de biología sintética computacional en el Instituto de Biología Integrativa de Sistemas (I2SYSBIO) y Pablo Carbonell, científico visitante I2SysBio, profesor titular Universitat Politécnica de Valencia y líder del grupo Dynamics BioDesign Lab. No obstante, añaden que también se utilizan para modelar respuestas habituales de pacientes a un determinado fármaco, lo que permiten la personalización del tratamiento en función de las características biológicas del paciente.
Tecnologías empleadas y desafíos
Montagud explica que, en el campo específico del desarrollo de nuevos fármacos, la tecnología clave es el modelado 3D de proteínas y moléculas. En el ámbito del estudio del efecto de estos fármacos en los órganos, la tecnología clave es la construcción de modelos multiescala que simulan desde la activación de proteínas hasta su efecto en poblaciones celulares. Por último, sostiene que para una simulación que sea suficientemente grande y compleja, ambas tecnologías de modelado necesitan de plataformas de cómputo HPC. Por su parte, Otero y Carbonell añaden que se utilizan diferentes tecnologías de una forma holística.
Los principales desafíos a los que se enfrentan los investigadores al utilizar gemelos digitales en el desarrollo de fármacos tienen que ver con la complejidad de los procesos biológicos involucrados a nivel de mecanismo molecular y con la dificultad en la toma de datos de forma dinámica que retroalimentan los modelos. “En este aspecto, se está avanzando mucho gracias a las técnicas experimentales, la estandarización de datos y la integración de modelos mecanísticos de IA”, afirman Otero y Carbonell.
A corto plazo, Montagud precisa que los retos incluyen la necesidad de manejar y procesar grandes volúmenes de datos y de tener una infraestructura HPC que lo permita simular rápidamente y la complejidad de crear gemelos digitales de sistemas biológicos que sean fiables y personalizados. A medio y largo plazo, el desafío reside en mejorar la precisión de las predicciones para cada paciente y de integrar los gemelos digitales en los procesos de desarrollo de fármacos de manera más efectiva. En cambio, Otero y Carbonell señalan que estandarizar datos procedentes de distintos ensayos clínicos para permitir una mejor integración de los mismos o desarrollar la regulación que supervise ensayos basados en gemelos digitales en el empleo de la IA son dos de los principales desafíos.
En definitiva, los gemelos digitales ofrecen la posibilidad de acelerar el desarrollo de fármacos al predecir y optimizar aspectos clave del proceso, desde el diseño inicial hasta la evaluación de la seguridad y la eficacia en poblaciones específicas de pacientes. Esto puede ayudar a reducir los costes y los tiempos de desarrollo, así como mejorar la precisión y el éxito de los nuevos tratamientos farmacológicos.
