Estrategias abiertas emergentes para acelerar la innovación: Lecciones de la industria farmacéutica

El proceso tradicional de desarrollo de fármacos es largo y complejo, y está basado en inversiones masivas en I+D protegidas por derechos de propiedad intelectual. Los altos costes del desarrollo de medicamentos y su alta probabilidad de fracaso pueden ser compensados con un sistema de patentes que permiten mantener precios monopolísticos u oligopolísticos durante un tiempo. Cuando las patentes expiran, versiones genéricas del fármaco emergen, apoderándose del mercado y reduciendo los beneficios en poco tiempo. Este modelo está sujeto a una productividad decreciente y a costes crecientes: el gasto total mundial en I+D de las empresas farmacéuticas y de biotecnología aumentó desde los 108.000 millones de dólares en 2006 a los 141.000 millones en 2015, mientras que el coste de desarrollar un fármaco, incluyendo el coste de los fracasos, se estima en 2.600 millones: más del doble de lo que era hace solo una década, según datos del Tufts Center for the Study of Drug Development. La creciente complejidad científica de las áreas de enfermedades, tales como cánceres poco frecuentes o trastornos neurológicos, exige invertir recursos en nuevas estrategias para investigar estas patologías a niveles moleculares y genéticos.

LOS "DATOS" OFRECEN UNA OPORTUNIDAD En la otra cara de la moneda, con la explosión en la disponibilidad de datos en las ciencias biomédicas desde la secuenciación del genoma humano completo en 2003 y con la llegada de la genómica y otras ciencias biológicas asociadas, como la proteómica o la biología estructural, la investigación biomédica se está convirtiendo cada vez más en una ciencia basada en datos. Como resultado, las iniciativas de descubrimiento de fármacos actualmente acumulan muchísima más información que los fármacos del pasado. Este “diluvio de datos” en la investigación biomédica, combinado con la disponibilidad de nuevas herramientas analíticas basadas en el aprendizaje automático y la inteligencia artificial, ofrece oportunidades sin precedentes para acelerar el descubrimiento de nuevos medicamentos, incluso en áreas de enfermedades complejas. Sin embargo, esto también requiere cantidades masivas de datos y capacidades que van mucho más allá de las que suele disponer una única empresa, con el objetivo de limitar los recursos necesarios para diseñar un fármaco con éxito.

El enorme progreso en las tecn...