Resumen
Las terapias “totalmente generadas por IA” (de novo) se encuentran ahora claramente en etapa clínica, pero la evidencia pública más rigurosa aún se sitúa en el desarrollo clínico inicial a intermedio, en lugar de en ensayos de fase tardía completados. La prueba de concepto clínica revisada por pares más sólida a fecha de mayo de 2026 es rentosertib de Insilico Medicine (anteriormente ISM001-055 / INS018_055), que reportó resultados de un ensayo aleatorizado de Fase 2a en fibrosis pulmonar idiopática (IPF) en Nature Medicine (publicado en línea el 3 de junio de 2025).[1]
En paralelo, múltiples programas diseñados con plataformas de IA generativa han entrado en Fase 1 (por ejemplo, el primer fármaco diseñado por IA de Isomorphic Labs en el Reino Unido y ABS-101 de Absci) o han pasado a pruebas pivotales (por ejemplo, GB-0895 de Generate:Biomedicines con ensayos globales de Fase 3 planificados, y MDR-001 de MindRank con el primer paciente dosificado en Fase 3 en China).[2–5]
Estado del arte
En la práctica, “diseñado por IA” puede referirse a diferentes contribuciones técnicas a lo largo del camino desde la selección de la diana hasta la optimización del compuesto líder y la ingeniería molecular. Por ejemplo, Insilico describe un flujo de trabajo de extremo a extremo en el que primero identificó una diana para IPF utilizando su motor PandaOmics y luego diseñó y optimizó una pequeña molécula utilizando su motor de química generativa Chemistry42.[6]
Una capacidad independiente y cada vez más importante es el modelado de alta precisión de las formas e interacciones de las proteínas. Los informes públicos sobre el primer fármaco diseñado por IA de Isomorphic Labs enmarcan explícitamente el esfuerzo como impulsado por AlphaFold 3, descrito como una herramienta que puede “predecir con precisión la forma de las proteínas y cómo interactúan con otras moléculas”.[2]
En el lado de los biológicos, los métodos de generación de proteínas de novo están demostrando un control a nivel atómico sobre la unión. Un informe de 2026 describe la combinación de una red RFdiffusion2 ajustada con cribado mediante yeast display para generar formatos de anticuerpos (VHHs, scFvs y anticuerpos completos) que se unen a epítopos especificados por el usuario “con precisión a nivel atómico”, con confirmación por cryo-EM de las poses de unión y maduración de la afinidad que produce aglutinantes de nanomolares de un solo dígito mientras se mantiene la selectividad del epítopo.[7]
Evidencia clínica
La tabla siguiente resume un pequeño conjunto de programas de novo diseñados por IA generativa con hitos clínicos explícitos y documentados en el conjunto de datos proporcionado.
Más avanzados en resultados clínicos revisados por pares
La señal clínica más detallada y revisada por pares en el conjunto de datos es rentosertib de Insilico en IPF. El informe publicado describe “el primer ensayo de fase 2a multicéntrico, doble ciego, aleatorizado y controlado con placebo” que prueba rentosertib (anteriormente ISM001-055), caracterizado como un “inhibidor de molécula pequeña de TNIK generado por IA, primero en su clase”, con TNIK descrita como una “diana de primera clase en la fibrosis pulmonar idiopática (IPF) descubierta mediante IA generativa”.[1]
La eficacia se reportó como un cambio en la capacidad vital forzada (FVC), con el brazo de la dosis más alta mostrando un cambio medio de mL (IC del 95%: 10.9 a 185.9) en el grupo de 60 mg una vez al día en comparación con mL (IC del 95%: −116.1 a 75.6) en el grupo de placebo.[1] Comunicaciones complementarias sobre el mismo programa de Fase 2a describen el cumplimiento del objetivo primario de seguridad y tolerabilidad en todos los niveles de dosis y el reporte de una mejora de la FVC dependiente de la dosis en un objetivo secundario.[12]
Por otra parte, Insilico también informó sobre el progreso regulatorio para una formulación directa al pulmón: una solución para inhalación de rentosertib recibió la autorización IND que respalda un estudio de Fase 1 para evaluar la seguridad, la tolerabilidad y la farmacocinética.[13]
La ola que viene detrás
Más allá de rentosertib, múltiples organizaciones están describiendo públicamente pruebas de primera vez en humanos para candidatos diseñados por IA.
Isomorphic Labs (Alphabet) anunció el inicio de ensayos en humanos para su primer fármaco diseñado por IA, declarando que se está llevando a cabo un ensayo de Fase 1 en el Reino Unido que se centrará en la seguridad y la tolerabilidad en voluntarios sanos, con el proyecto descrito como impulsado por AlphaFold 3.[2]
Generate:Biomedicines ha revelado tanto datos clínicos tempranos como intenciones de fases tardías. Para GB-0669 (un anticuerpo neutralizante contra el SARS-CoV-2), los datos de primera vez en humanos describieron la tolerabilidad de Fase 1 sin toxicidades limitantes de la dosis ni eventos adversos graves, y reportaron métricas de neutralización (por ejemplo, índice de neutralización 15 a 1200 mg).[11] Para GB-0895 (anti-TSLP), la empresa anunció planes para iniciar dos ensayos globales de Fase 3 (SOLAIRIA-1 y SOLAIRIA-2), describiendo el régimen de dosificación (300 mg subcutáneos cada seis meses) y un diseño de 52 semanas con un objetivo primario vinculado a la tasa anualizada de exacerbación del asma.[4, 10]
Absci ha avanzado múltiples anticuerpos diseñados por IA a pruebas clínicas. Informó sobre los primeros voluntarios sanos dosificados en un estudio de Fase 1 de ABS-101, un anticuerpo anti-TL1A diseñado con su plataforma de IA generativa.[3] También informó sobre los primeros voluntarios sanos dosificados en un estudio HEADLINE de Fase 1/2a para ABS-201 (anti-PRLR) y declaró que se esperan datos provisionales en la segunda mitad de 2026.[14]
Realidad de la situación
Primero, “en etapa clínica” no significa “clínicamente probado”. La señal de eficacia más clara en el conjunto de datos (el cambio en la FVC de la Fase 2a de rentosertib) sigue siendo un resultado de Fase 2a y se enmarca explícitamente como algo que justifica una mayor investigación en ensayos más grandes y de mayor duración.[15]
Segundo, incluso cuando los programas alcanzan ensayos pivotales, esto suele reflejar una transición hacia pruebas confirmatorias más largas en lugar de su finalización. Por ejemplo, el programa de Fase 3 para el asma de GB-0895 se describe como un inicio planificado y especifica un diseño controlado con placebo de 52 semanas, lo que implica que los resultados solo llegarían después de un seguimiento y análisis sustanciales.[4, 10] Del mismo modo, la revelación de MDR-001 de MindRank se enmarca como el primer paciente dosificado en Fase 3, lo que es un hito de inicio de ensayo en lugar de una lectura de resultados finales.[5]
Tercero, el término “diseñado por IA” sigue siendo heterogéneo entre modalidades y empresas. Algunos programas enfatizan flujos de trabajo generativos de extremo a extremo tanto para la diana como para la molécula (como se describe para el descubrimiento de la diana y el inhibidor generado por IA de rentosertib), mientras que otros enfatizan la predicción de estructuras (esfuerzos impulsados por AlphaFold) o la generación de proteínas/anticuerpos de novo (enfoques basados en RFdiffusion).[1, 2, 7]
Aspectos a observar
La cuestión científica a corto plazo es si la señal de Fase 2a observada para rentosertib —especialmente el cambio en la FVC asociado a la dosis— se reproduce en estudios más grandes y prolongados en IPF, un entorno donde el declive de la función pulmonar es clínicamente significativo y difícil de revertir.[1]
La cuestión traslacional a corto plazo es si los anticuerpos diseñados por IA como GB-0895 pueden trasladar la farmacocinética de acción prolongada y la supresión de biomarcadores de la Fase 1 a reducciones clínicamente significativas en las exacerbaciones durante un diseño de Fase 3 de un año de duración.[4, 10] Finalmente, a medida que más candidatos entran en Fase 1 (incluidos los descritos por Isomorphic Labs y Absci), el campo será juzgado menos por las afirmaciones sobre la velocidad de diseño y más por las propiedades clínicas que los estudios iniciales están configurados explícitamente para medir: seguridad, tolerabilidad, farmacocinética y, posteriormente, objetivos de eficacia validados.[2, 3]
