Víctor Guallar: "La IA, en futuro, tendrá que ser sostenible o no tendremos futuro"

Victor Guallar es Profesor ICREA en el Barcelona Supercomputing Center (BSC). Obtuvo su doctorado en química teórica entre la Universidad Autónoma de Barcelona (España) y la UC Berkeley (EE. UU.). Después de tres años como investigador postdoctoral en la Universidad de Columbia en Nueva York, fue nombrado profesor asistente en la Escuela de Medicina de la Universidad de Washington antes de trasladar su grupo al BSC en 2006. Su laboratorio (EAPM) realiza importantes contribuciones en biofísica computacional y bioquímica. Ha sido galardonado con varios proyectos de investigación,  incluyendo la concesión de una beca ERC avanzada (siendo el investigador más joven en recibirla en España). Además, es fundador de la primera empresa derivada del BSC, Nostrum Biodiscovery, una joven empresa biotecnológica creada en 2016 con el objetivo de colaborar con empresas farmacéuticas y biotecnológicas dedicadas al desarrollo de medicamentos y moléculas de interés biotecnológico.

La Inteligencia Artificial (IA) augura una revolución farmacológica, ¿qué significa?

Estamos ante una revolución. Ahora, a partir de 3 ingredientes básicos, somos capaces de encontrar moléculas para cualquier diana y, partir de esta, hallar muy buenas moléculas o fármacos potenciales que pueden inhibirla. Antes, tenías mucha suerte si encontrabas una o dos moléculas y tardabas 6 meses o 1 año. Ahora, en un mes identificamos 100 moléculas, de las cuales 20 o 30 son muy buenas. ¿Qué es lo que ha cambiado tanto en la investigación? En mi opinión, han cambiado tres cosas fundamentales.

Primero, ahora disponemos de librerías virtuales muy grandes. Hasta hace poco teníamos una librería de 5 o 10 millones, y ahora disponemos de librerías virtuales que usamos cada día de 6 billones. Acabamos de firmar un acuerdo con una empresa para tener acceso a una librería de 34 billones y esperamos tener la de 48 billones. La mayoría de esas librerías son de acceso libre. Son librerías virtuales, porque la gran parte de estas moléculas no existen, pero en todos los proyectos que hemos trabajado con ellos, el 80% de las moléculas están disponibles en apenas un mes por un precio muy económico, 100 o 150 dólares la molécula. Además, con la inteligencia artificial, disponemos de un espacio infinito, ya que es la única herramienta capaz de buscar en estas librerías tan grandes. Las técnicas clásicas tradicionales son incapaces de buscar en un espacio tan grande porque no están diseñadas para ello; tardaríamos meses. La IA permite buscar en un espacio tan grande en cuestión de horas; por ejemplo, en 12 horas buscamos en los 6 billones.

Además, la IA ofrece la posibilidad de generar nuevas moléculas. Así, de las moléculas que parecen ser buenas, podemos pedir a la IA que busque 5.000 moléculas completamente nuevas que no existen, que nadie ha inventado antes, pero que tienen algo que ver, ya que son pequeñas variaciones de estas. Pero la IA, aunque nos permite buscar moléculas en librerías de 6 billones, falla muchísimo. Aquí es donde las técnicas tradicionales de modelización molecular, que han ido mejorando año tras año, nos ayudan a refinar la búsqueda y guiar a la IA para que busque en una dirección más aproximada. Aplicamos entonces el Aprendizaje Activo, en el que la IA hace una predicción, la modelización molecular clásica indaga en esta predicción y le dice, te has equivocado, mejora. Es un ciclo de perfeccionamiento. Hacemos 5 o 6 ciclos en una semana y tenemos una lista de moléculas que en todos los proyectos hay hasta un 70% de éxito. Es espectacular. ¿Qué nos falta? Dianas para estas moléculas; dame un objetivo y encontramos compuestos.

Todas las farmacéuticas están buscando nuevas dianas

Otra cosa que nos ha dado la inteligencia artificial son estructuras de estas dianas. Nos permite buscar moléculas en apenas un mes, mientras que antes se tardaba 2 años. Además, con una gran variedad. Antes, si tenías mucha suerte, hallabas una o dos moléculas. Ahora, como buscamos en un espacio de 6 billones, encontramos 20 o 30 moléculas completamente diferentes que son muy buenos inhibidores del objetivo. Entonces, ¿cuál es el verdadero problema de la farmacología? Anteriormente encontrabas 2 o 3 moléculas, pero en las fases clínicas, fracasaban el 90%. Ahora tenemos 20, aunque no todas van a llegar a la fase clínica. Con la combinación del conocimiento en desarrollo de fármacos y la IA se va a refinar esta búsqueda. Además, se acelera el acceso a la fase de investigación experimental en el laboratorio. Con la IA, se gana 1 año y medio y, sobre todo, la diversidad de candidatos. Realmente es una mejora muy sustancial. Ahora mismo el cuello de botella sería las dianas. Fenotipos y dianas farmacológicas. Es decir, si toco esto, curo esto. Todas las farmacéuticas están buscando nuevas dianas.

¿Va a cambiar entonces la forma en la que se fabrican los medicamentos?

No, se van a hacer de la misma manera, pero en términos de coste, va a abaratarlo porque va a garantizar una tasa de éxito mayor en las fases posteriores. Ya no se van a invertir tantos millones de dólares o, si se los gastan, será con una tasa de éxito mayor. Las fases clínicas van a costar lo que cuestan, pero sabes que ya no vas a tener una tasa de éxito del 2%, sino del 30 o 40%. Nosotros llevamos trabajando ya dos años. Por ejemplo, con el grupo de Clotet (Bonaventura) en el IrsiCaixa, tenemos una vacuna de COVID desarrollada por supercomputación. Con esa misma técnica ahora estamos trabajando para Hipra y estamos desarrollando vacunas para nuevas dianas.

¿Para cualquier enfermedad?

En principio sí, aunque lo que nosotros hemos puesto en funcionamiento es para virus como el del COVID. Pero en inmunología se está avanzando muchísimo a nivel computacional en seleccionar qué parte del antígeno va a permitir hacer una vacuna mucho mejor, en encontrar neoantígenos, y ahora estamos trabajando en seleccionar las células T del paciente que puedan ser las que den una respuesta inmunológica. Se está haciendo muchísimo a nivel in silico.

Aunque todavía hay personas que no creen en la computación, en 10 años no se hará nada en el laboratorio que no se haya probado por IA

Centros como el suyo van a ser indispensables.

Ahora mismo estamos desbordados. Aunque llevamos muchos años trabajando en este campo, la actual tasa de éxito lo ha convertido en una herramienta valiosa. Ahora tenemos la confianza de que vamos a encontrar una molécula, o que vamos a mejorar mucho una vacuna gracias a la supercomputación. Aunque todavía hay personas que no creen en la computación, en 10 años no se hará nada en el laboratorio que no se haya probado por IA. Todo lo que llegue al laboratorio va a haber sido preseleccionado, lo que va a permitir ganar muchísimo de tiempo y eficiencia.

¿Cómo ve el futuro de la supercomputación?

Estoy muy preocupado por el cambio climático. La sociedad debe saber que la IA contribuye a la contaminación del planeta y es posible que, en dos o tres años, sea uno de los principales productores de emisiones. Hay que hacerlo sostenible; es decir, las personas que utilizan la IA para jugar tienen que saber que están contaminando. Hay que explicar que es un servidor que está funcionando en un sitio que está gastando electricidad y que está produciendo emisiones. Ya hay muchos investigadores que están trabajando en IA sostenible. En el futuro tendría que ser sostenible o no tendremos futuro. Y la demanda va a crecer muchísimo. Ahora mismo, en mi laboratorio no se hace nada que no sea con IA.

¿Cómo se puede controlar esta situación?

Como sociedad, tenemos que tomar medidas que son impopulares y que pueden coartar, un poco, nuestra libertad; es posible que esa sea la única manera de asegurar el futuro de nuestros hijos en la Tierra. Soy poco optimista, aunque con la pandemia de COVID, por ejemplo, tenemos un ejemplo único de que como sociedad podemos parar por unos meses y encontrar una solución ante un problema. Lo que ocurre es que las personas no visualizan el cambio climático, la superpoblación o la contaminación como algo que los mate. Pero sí que es algo que mata.

La sociedad debe saber que la IA contribuye a la contaminación del planeta y es posible que, en dos o tres años, sea uno de los principales productores de emisiones

¿Desde cuándo viene su interés por la computación?

Desde pequeñito yo quería hacer bioquímica, pero no era bueno en el laboratorio y me gustaban las máquinas. Me acuerdo de que cuando salieron los primeros ordenadores, en mi casa no teníamos medios económicos para comprar uno, me leía los libros de ordenadores. Siempre me gustó el hecho de programar, etc.

¿Pensaba que esto iba a tener esta progresión?

Sí. Tenía claro que esto iba a ser predictivo.

Y en todo este avance, ¿es la IA lo más relevante?

No, es un todo: el crecimiento ordenado de las técnicas de simulación, de la capacidad de computación. La IA, sin los grandes servidores, no podría hacer nada.