La investigación de nuevos medicamentos podría acercarse mucho más a la biología humana. En Reino Unido, científicos de Cambridge impulsan tecnologías que combinan células humanas, organoides e inteligencia artificial para mejorar las pruebas preclínicas.
La Universidad de Cambridge liderará un nuevo centro británico dedicado a desarrollar modelos capaces de reproducir aspectos de enfermedades humanas. El proyecto busca ofrecer herramientas más precisas para evaluar posibles tratamientos antes de probarlos en pacientes.
Modelos humanos con IA para estudiar enfermedades
Los investigadores trabajarán con organoides, estructuras creadas a partir de células humanas que imitan algunas características de órganos y tejidos. Además, utilizarán bioingeniería e inteligencia artificial para analizar su comportamiento y generar mejores predicciones.
La iniciativa también pretende reducir progresivamente la dependencia de animales durante el desarrollo de medicamentos. Sin embargo, estas alternativas necesitan validación, estandarización y resultados reproducibles antes de utilizarse ampliamente en la industria farmacéutica.
La IA puede ayudar a procesar grandes cantidades de información biológica y detectar patrones difíciles de identificar mediante métodos convencionales. Asimismo, los modelos humanos podrían mostrar antes cómo responde un tejido ante determinados compuestos.
Para seguir explorando, visita: Malware aprovecha la tecnología de los autos
Una inversión para acelerar nuevos medicamentos
El Medical Research Council anunció una inversión de 20 millones de libras para establecer el Pre-clinical Translational Models Hub. Cambridge encabezará el proyecto junto con instituciones académicas, clínicas y socios de la industria británica.
También existe un movimiento regulatorio hacia métodos alternativos. En marzo de 2026, la FDA estadounidense publicó una guía preliminar para validar nuevas metodologías que puedan sustituir determinados estudios con animales.
El nuevo centro británico funcionará como una plataforma nacional para convertir modelos experimentales prometedores en tecnologías validadas y escalables. Además, permitirá su acceso a investigadores, empresas y profesionales del sistema de salud.
