Te decimos, por qué Nvidia, Google y Microsoft están apostando miles de millones en el futuro de la IA de la biotecnología

Mientras el director ejecutivo de Nvidia, Jensen Huang, examinaba a la audiencia en la conferencia de JPMorgan Healthcare celebrada en enero en San Francisco, el mayor evento de tecnología sanitaria del año, reconoció que se encontraba en un terreno inusual.

“Ustedes no son mi público normal”, dijo ante la sala de tecnólogos de salud y biología, durante una charla informal con Recursion, una empresa de descubrimiento de fármacos en la que Nvidia inyectó 50 millones de dólares el año pasado.

Puede que la audiencia no haya sido parte de su grupo demográfico principal, pero espera que eso cambie. Una y otra vez, Huang ha promocionado la biología digital como la “próxima revolución sorprendente” en tecnología. A medida que el auge de la IA ha arrasado Silicon Valley, Nvidia ha construido un negocio de más de 60,000 millones de dólares al año y el verano pasado se convirtió en una de las pocas empresas con una capitalización de mercado de billones. En salud y biotecnología, ve más oportunidades para impulsar su crecimiento.

“Se ha declarado que somos el próximo negocio de muchos miles de millones de dólares para Nvidia”, dijo a Forbes, Kimberly Powell, vicepresidenta de atención médica de Nvidia. Dijo que la compañía apunta a proporcionar chips, infraestructura en la nube y otras herramientas a más empresas de biotecnología.

Ahora que grandes modelos de lenguaje como ChatGPT de OpenAI y Gemini de Google DeepMind han incorporado la IA generativa, varias de las empresas tecnológicas más poderosas del mundo están considerando la biotecnología como la próxima frontera de la inteligencia artificial, una frontera en la que la IA no genera poemas divertidos a partir de un mensaje. , sino más bien el próximo fármaco que salvará vidas.

“Se ha declarado que somos el próximo negocio de muchos miles de millones de dólares para Nvidia”.

Kimberly Powell, vicepresidenta de atención sanitaria de Nvidia

En Nvidia, posiblemente una columna vertebral de la revolución de la IA debido a sus potentes chips GPU, la mayor parte de las inversiones en la división Nventures VC de la compañía durante los últimos dos años se han destinado al descubrimiento de fármacos. En DeepMind, investigadores académicos han utilizado durante el año pasado el modelo AlphaFold del laboratorio de inteligencia artificial de Google, una herramienta innovadora para predecir estructuras de proteínas, para desarrollar una jeringa “molecular” para inyectar medicamentos directamente en las células e investigar cultivos que sean menos dependientes. sobre pesticidas. El interés por la biotecnología abarca a toda la industria: Microsoft, Amazon e incluso Salesforce también tienen proyectos de diseño de proteínas.

Si bien el uso de la IA en el descubrimiento de fármacos no es exactamente una tendencia nueva (DeepMind presentó AlphaFold por primera vez en 2018), los ejecutivos de DeepMind y Nvidia dijeron a Forbes que este es un momento decisivo, gracias a una confluencia de tres cosas: la masa de datos de entrenamiento ahora disponibles. , la explosión de recursos informáticos y los avances en los algoritmos de IA. “Los tres ingredientes están aquí por primera vez”, dijo Powell. “Esto no era posible hace cinco años”.

La IA tiene un gran potencial en el espacio biotecnológico debido a su enorme complejidad; basta con tomar el problema al que se dirige AlphaFold. Las proteínas son la maquinaria básica de su cuerpo y gestionan una amplia variedad de funciones. Todas estas funciones dependen de la forma tridimensional de una proteína. Cada proteína está formada por una secuencia de aminoácidos, y las interacciones entre esos aminoácidos y el entorno externo determinan cómo se “pliega” la proteína, lo que dicta su forma final. Ser capaz de predecir la forma de una proteína basándose en sus secuencias de aminoácidos es de gran interés para las empresas de biotecnología, que pueden utilizar esos conocimientos para diseñar de todo, desde nuevos medicamentos hasta cultivos mejorados y plásticos biodegradables.

“Siempre fue este tipo de cosas lunáticas y marginales. Muy fuera de lo común”.

David Baker, director del Instituto de Diseño de Proteínas de la Universidad de Washington
Aquí es donde entra en juego el aprendizaje profundo: entrenar modelos de IA en cientos de millones de secuencias de proteínas diferentes y sus estructuras subyacentes ayuda a esos modelos a descubrir patrones en biología sin necesidad de realizar los costosos cálculos que requiere una verdadera simulación de dinámica molecular. La simulación completa de proteínas requiere recursos computacionales tan intensos que las instituciones han diseñado y construido supercomputadoras específicamente para manejar este tipo de problema, como el Anton 2 en el Centro de Supercomputación de Pittsburgh.

El auge de la tecnología de descubrimiento de fármacos no proviene únicamente de los gigantes de la tecnología de inteligencia artificial. Desde 2021, ha habido 281 acuerdos de capital de riesgo en todo el mundo para nuevas empresas de descubrimiento de fármacos de IA, lo que representa una inversión de 7,700 millones de dólares, según Pitchbook. El mayor aumento se produjo en 2021, cuando se afianzó la pandemia, cuando se cerraron 105 acuerdos, frente a los 65 del año anterior, y se redujo a 67 acuerdos en 2023. En un informe publicado a principios de este mes, la firma analista señaló que todavía hay un nivel fuerte. de entusiasmo “por las empresas en etapa inicial que integran la IA en la industria del descubrimiento y desarrollo de fármacos”. El auge de la IA generativa también ha despertado un mayor interés, afirmó David Baker, director del Instituto de Diseño de Proteínas de la Universidad de Washington.