Impacto de la inteligencia artificial en el descubrimiento de nuevos fármacos. Una revisión sistemática
DOI:
https://doi.org/10.26820/recimundo/9.(2).abril.2025.201-213Palabras clave:
Inteligencia artificial, Descubrimiento de fármacos, Revisión sistemática, Sostenibilidad, Educación científicoResumen
La inteligencia artificial (IA) ha emergido como una herramienta transformadora en el descubrimiento de nuevos fármacos, acelerando procesos tradicionales y optimizando resultados. Esta revisión sistemática analiza el impacto de la IA en este campo, considerando su aplicación, beneficios y limitaciones, y articula su relevancia en el contexto educativo y ecológico, al abordar el desarrollo de soluciones terapéuticas más sostenibles. Se aplicó la metodología PRISMA para identificar, seleccionar y analizar estudios publicados entre 2015 y 2025. La búsqueda se realizó en bases de datos académicas como PubMed, Scopus, Web of Science y ScienceDirect. Se incluyeron estudios empíricos y revisiones que evaluaran la implementación de técnicas de IA en el proceso de descubrimiento de fármacos. Se evaluó la calidad metodológica y se extrajeron datos clave sobre aplicaciones, resultados y limitaciones. De 742 estudios iniciales, 36 cumplieron con los criterios de inclusión. Los hallazgos muestran que el aprendizaje automático, las redes neuronales profundas y los modelos de predicción han permitido reducir tiempos de desarrollo, mejorar la precisión en la identificación de compuestos y disminuir costos. Sin embargo, se identificaron desafíos éticos, regulatorios y técnicos que limitan su implementación generalizada. La IA representa un avance significativo en el descubrimiento farmacológico, con implicaciones educativas en la formación interdisciplinaria y ecológicas en el desarrollo de fármacos más eficientes y sostenibles. Este estudio contribuye al cuerpo de conocimiento al evidenciar tendencias, vacíos y oportunidades para futuras investigaciones integradas.Descargas
Citas
Ahmed, M., Wang, Y., Wu, J., & Zhao, Y. (2024). Artificial intelligence in drug discovery: Progress, challenges and future directions. Artificial Intelligence in the Life Sciences, 4, 100100. https://doi.org/10.1016/j.ailsci.2024.100100
Amorim, A. M. B., Piochi, L. F., Gaspar, A. T., Preto, A. J., Rosário-Ferreira, N., & Moreira, I. S. (2024). [Article title]. Chemical Research in Toxicology, 37(6), 827–849. https://doi.org/10.1021/acs.chemrestox.3c00352
Benitez, J. C., Geraud, A., Texier, M., Massard, C., Paci, A., Soria, J. C., & Besse, B. (2021). Late phase 1 studies: concepts and outcomes. The Lancet. Oncology, 22(10), e446–e455. https://doi.org/10.1016/S1470-2045(21)00467-8
Bijral, R., Singh, I., Manhas, J., & Sharma, V. (2021). Exploring Artificial Intelligence in Drug Discovery: A Comprehensive Review. Archives of Computational Methods in Engineering, 29, 2513 - 2529. https://doi.org/10.1007/s11831-021-09661-z
Chan, H. C. S., Shan, H., Dahoun, T., Vogel, H., & Yuan, S. (2019). Advancing Drug Discovery via Artificial Intelligence. Trends in pharmacological sciences, 40(8), 592–604. https://doi.org/10.1016/j.tips.2019.06.004
Chang, L., Ruiz, P., Ito, T., & Sellers, W. R. (2021). Targeting pan-essential genes in cancer: Challenges and opportunities. Cancer cell, 39(4), 466–479. https://doi.org/10.1016/j.ccell.2020.12.008
de Souza Neto LR, Moreira-Filho JT, Neves BJ, Maidana RLBR, Guimarães ACR, Furnham N, Andrade CH y Silva FP Jr (2020) Estrategias in silico para respaldar la optimización de fragmento a plomo en el descubrimiento de fármacos. Frente. Química. 8:93. doi: 10.3389/fchem.2020.00093
Gupta, U., Pranav, A., Kohli, A., Ghosh, S., & Singh, D. (2024). The Contribution of Artificial Intelligence to Drug Discovery: Current Progress and Prospects for the Future (pp. 1–23). Springer Nature. https://doi.org/10.1007/978-981-99-9621-6_1
Han, R., Yoon, H., Kim, G., Lee, H., & Lee, Y. (2023). Revolutionizing Medicinal Chemistry: The Application of Artificial Intelligence (AI) in Early Drug Discovery. Pharmaceuticals, 16. https://doi.org/10.3390/ph16091259
Hasselgren, C., & Oprea, T. (2023). Artificial Intelligence for Drug Discovery: Are We There Yet?. Annual review of pharmacology and toxicology. https://doi.org/10.1146/annurev-pharmtox-040323-040828
Jorgensen W. L. (2004). The many roles of computation in drug discovery. Science (New York, N.Y.), 303(5665), 1813–1818. https://doi.org/10.1126/science.1096361
Kamya, P., Ozerov, I. V., Pun, F. W., Tretina, K., Fokina, T., Chen, S., Naumov, V., Long, X., Lin, S., Korzinkin, M., Polykovskiy, D., Aliper, A., Ren, F., & Zhavoronkov, A. (2024). PandaOmics: An AI-Driven Platform for Therapeutic Target and Biomarker Discovery. Journal of chemical information and modeling, 64(10), 3961–3969. https://doi.org/10.1021/acs.jcim.3c01619
Katkar, T. J., Kengar, M. D., Aiwale, P. P., Kamble, M., Jagtap, R., & Patil, A. (2024). Impact of Artificial Intelligence in Drug Discovery and Development. International Journal of Advanced Research in Science, Communication and Technology, 27–31. https://doi.org/10.48175/ijarsct-19103
Koutroumpa, N., Papavasileiou, K., Papadiamantis, A., Melagraki, G., & Afantitis, A. (2023). A Systematic Review of Deep Learning Methodologies Used in the Drug Discovery Process with Emphasis on In Vivo Validation. International Journal of Molecular Sciences, 24. https://doi.org/10.3390/ijms24076573
Li Q. (2020). Application of Fragment-Based Drug Discovery to Versatile Targets. Frontiers in molecular biosciences, 7, 180. https://doi.org/10.3389/fmolb.2020.00180
Lionta, E., Spyrou, G., Vassilatis, D. K., & Cournia, Z. (2014). Structure-based virtual screening for drug discovery: principles, applications and recent advances. Current topics in medicinal chemistry, 14(16), 1923–1938. https://doi.org/10.2174/1568026614666140929124445
Mendez, E., & Ghosh, A. (2023). Addressing data bias and model interpretability in AI-powered pharmaceutical research. arXiv Preprint, arXiv:2309.12177. https://arxiv.org/abs/2309.12177
Ocaña, A., Pandiella, A., Privat, C. et al. (2025). Integración de la inteligencia artificial en el descubrimiento y desarrollo temprano de fármacos: un enfoque transformador. Biomark Res 13 , 45 https://doi.org/10.1186/s40364-025-00758-2
Patel, V., & Shah, M. (2021). A comprehensive study on artificial intelligence and machine learning in drug discovery and drug development. Intelligent Medicine. https://doi.org/10.1016/j.imed.2021.10.001
Patnaik, S. K., Sahu, M., Padmasri, B., Damarasingu, P., Nayak, D., Haque, M. A., & Panigrahi, S. K. (2023). Transforming Drug Discovery and Development:The Impact of Artificial Intelligence. https://doi.org/10.52783/jchr.v13.i4.1303
Rask-Andersen, M., Almén, M. S., & Schiöth, H. B. (2011). Trends in the exploitation of novel drug targets. Nature reviews. Drug discovery, 10(8), 579–590. https://doi.org/10.1038/nrd3478
Rudolph, J., Settleman, J., & Malek, S. (2021). Emerging Trends in Cancer Drug Discovery-From Drugging the "Undruggable" to Overcoming Resistance. Cancer discovery, 11(4), 815–821. https://doi.org/10.1158/2159-8290.CD-21-0260
Sahoo, D., Sarangi, R., Nayak, S., ., R., & Sayeed, M. (2024). Discovering New Horizons: A Systematic Review on Artificial Intelligence Applications in Drug Discovery and Development.. INTERNATIONAL JOURNAL OF PHARMACEUTICAL QUALITY ASSURANCE. https://doi.org/10.25258/ijpqa.15.3.08
Sattarov, B., Sekretareva, A., & Kadurin, A. (2024). Ethical and practical limitations in AI-driven drug discovery. arXiv Preprint, arXiv:2407.05150. https://arxiv.org/abs/2407.05150
Schneider G. (2018). Automating drug discovery. Nature reviews. Drug discovery, 17(2), 97–113. https://doi.org/10.1038/nrd.2017.232
Stokes, J. M., Yang, K., Swanson, K., Jin, W., Cubillos-Ruiz, A., Donghia, N. M., ... & Collins, J. J. (2020). A deep learning approach to antibiotic discovery. Cell, 180(4), 688–702.e13. https://doi.org/10.1016/j.cell.2020.01.021
Topol E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature medicine, 25(1), 44–56. https://doi.org/10.1038/s41591-018-0300-7
Tyagi, E., Kumari, P., Prakash, A., & Bhuyan, R. (2025). Revolutionizing Anti-Cancer Drug Discovery: The Role of Artificial Intelligence. International Journal of Bioinformatics and Intelligent Computing. https://doi.org/10.61797/ijbic.v3i2.323
Vijayan, R., Kihlberg, J., Cross, J., & Poongavanam, V. (2021). Enhancing preclinical drug discovery with artificial intelligence.. Drug discovery today. https://doi.org/10.1016/j.drudis.2021.11.023
Vinuesa, R., Azizpour, H., Leite, I., Balaam, M., Dignum, V., Domisch, S., ... & Fuso Nerini, F. (2020). The role of artificial intelligence in achieving the Sustainable Development Goals. Nature Communications, 11, 233. https://doi.org/10.1038/s41467-019-14108-y
Visan, A. I., & Negut, I. (2024). Integrating Artificial Intelligence for Drug Discovery in the Context of Revolutionizing Drug Delivery. Life (Basel, Switzerland), 14(2), 233. https://doi.org/10.3390/life14020233
Vora, L., Gholap, A., Jetha, K., Thakur, R., Solanki, H., & Chavda, V. (2023). Artificial Intelligence in Pharmaceutical Technology and Drug Delivery Design. Pharmaceutics, 15. https://doi.org/10.3390/pharmaceutics15071916.
Wouters, O. J., McKee, M., & Luyten, J. (2020). Estimated Research and Development Investment Needed to Bring a New Medicine to Market, 2009-2018. JAMA, 323(9), 844–853. https://doi.org/10.1001/jama.2020.1166
Yang, Y., Chen, C., Gao, Y., & Zhang, H. (2023). Artificial intelligence in drug discovery: Applications and perspectives. ChemBioChem, 24(21), e202300816. https://doi.org/10.1002/cbic.202300816
Yidan Tang, Rocco Moretti y Jens Meiler, (2024). Avances recientes en el diseño automatizado de fármacos de novo basado en la estructura Revista de información y modelado químico 64 (6), 1794-1805 DOI: 10.1021/acs.jcim.4c00247
Zhu, H. (2020). Big Data and Artificial Intelligence Modeling for Drug Discovery.. Annual review of pharmacology and toxicology. https://doi.org/10.1146/annurev-pharmtox-010919-023324
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Daniel Joel Petroche Torres, Jaime Andres Camino Valdez, Remilton Agustín Ramírez Reyes , Estefany Angélica Lema Choéz
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
