Authors:
María Iglesias, Head of Digital & IT
Jens Keune, Data Science & Digital Product Manager
Resumen
A medida que el entorno biofarmacéutico evoluciona, la incorporación de la Inteligencia Artificial (IA) en la fabricación de terapias génicas se vuelve cada vez más esencial. Lejos de concebir la IA como un elemento aislado de generación de valor, en Viralgen la consideramos un facilitador clave para alcanzar nuestra misión avanzar la fabricación y tecnología de Terapias Génicas para transformar y mejorar la calidad de vida de los pacientes, apoyando a los clientes desde la fase de desarrollo hasta la fabricación comercial de tratamientos de terapia génica con el objetivo de garantizar que acceden a terapias de la más alta calidad, en el momento oportuno y en la cantidad necesaria para satisfacer las necesidades de los pacientes a nivel global. Como CDMO (Organización de Desarrollo y Fabricación por Contrato, por sus siglas en inglés) con un historial demostrado en la producción de vectores adenovirus asociados (AAVs), este artículo expone aplicaciones reales de IA en el ámbito de la terapia génica, presentando casos prácticos y abordando los desafíos y requisitos necesarios para una implementación exitosa.
Introducción
La Inteligencia Artificial (IA) engloba sistemas informáticos capaces de realizar tareas que normalmente requieren inteligencia humana, incluyendo el razonamiento, el aprendizaje y la toma de decisiones. Las tecnologías de IA abarcan desde sistemas básicos basados en reglas hasta modelos avanzados de aprendizaje automático, aprendizaje por refuerzo y modelos generativos. En la industria biofarmacéutica, la IA ha pasado de ser una tendencia emergente para convertirse en un pilar estratégico. En este contexto, en congresos científicos, la pregunta recurrente es: “¿Cuál es vuestra estrategia de IA?”. Pero en Viralgen, creemos que la IA no debe ser un fin en sí mismo, sino un catalizador para ejecutar eficazmente la estrategia de negocio.
A finales de 2024, sólo diez terapias génicas basadas en vectores virales habían sido aprobadas por la FDA (Food and Drug Administration) o la EMA (Agencia Europea de Medicamentos), lo que resalta la necesidad urgente de estrategias de desarrollo y fabricación más eficientes. Con la mayor planta de Europa dedicada exclusivamente a la fabricación de AAV y más de 1.500 lotes producidos con nuestra plataforma tecnológica Pro10™, Viralgen está en una posición privilegiada para aplicar IA sobre sus datos, acelerando la llegada de nuevos tratamientos al mercado y reduciendo costes, pudiendo llegar así a un mayor número de pacientes.
Accelerando la Ilegada al Mercado
Uno de los principales retos en el desarrollo de terapias génicas es definir el diseño óptimo del vector viral, incluyendo la selección de cápsides y elementos del casete transgénico, que maximice tanto la potencia del vector así como la viabilidad del proceso de fabricación. Modificaciones en el diseño, en etapas avanzadas, pueden resultar en retrasos y sobrecostes significativos. Para abordar este desafío, Viralgen ha lanzado una serie de servicios orientados a la optimización del constructo y del proceso, complementando así sus actividades ya establecidas en investigación, desarrollo de procesos, formulación y llenado. En este contexto, Viralgen aplica modelos matemáticos que permiten entender cómo afectan diversos factores críticos, como la configuración de ADN (auto-complementario vs. cadena sencilla) o el tamaño del transgén y del backbone a parámetros clave en la fabricación como la productividad y la proporción de cápsides llenas frente a vacías. Con estos conocimientos, “orientamos a nuestros clientes en fases tempranas del desarrollo para maximizar la viabilidad del proceso de fabricación y la calidad del producto final” comenta Jens Keune, Data Science y Digital Product Manager en Viralgen.
Los vectores AAV siguen siendo una modalidad terapéutica relativamente nueva en comparación con otros productos biológicos tradicionales como los anticuerpos monocloales. Por ello, las expectativas regulatorias para los AAVs siguen evolucionando, lo que puede derivar en numerosas iteraciones hasta tener un acuerdo. Uno de los aspectos críticos en este sentido es la caracterización y cuantificación precisa de impurezas, lo cual es fundamental para establecer límites aceptables y garantizar la seguridad y eficacia del producto.
Viralgen ha desarrollado metodologías estadísticas propias, adaptadas específicamente a los procesos de fabricación, que permiten definir con precisión los límites de especificación del producto y alinearlos con los estándares regulatorios. Con más de 35 solicitudes clínicas aprobadas y una tasa de éxito del 100% en INDs (Investigational New Drug, por sus siglas en inglés), Viralgen ha establecido una base sólida para la innovación digital en asuntos regulatorios, minimizando así los tiempos de respuesta. Aprovechando esta experiencia, se están desarrollando herramientas de IA que permiten extraer información relevante de manera eficiente y generar respuestas precisas a consultas regulatorias. Mediante el análisis de documentación previa, estas herramientas identifican errores recurrentes y aceleran la elaboración de documentación, lo que facilita las interacciones con las agencias y reduce así los plazos de acceso al mercado de estas terapias innovadoras.
Reduciendo Costes Para IIegara Más Pacientes
Uno de los principales factores de coste en terapias génicas es la necesidad de enormes cantidades de genomas vectoriales para los productos aprobados basados en rAAV. En algunos casos, se requieren más de 10^18–10^20 vg (vector genomes en inglés) vectores virales) sólo para cubrir la población estadounidense. La productividad actual (vg/L de cultivo celular) exige soluciones innovadoras para mejorar la eficiencia y reducir el coste por dosis.
Para afrontar este reto, Viralgen aplica estrategias basadas en datos para optimizar continuamente los procesos de fabricación. La plataforma tecnológica de Viralgen Pro10™ AAV ofrece una ventaja competitiva, permitiendo no solo una producción escalable y robusta, sino también facilita la comparación sistemática de lotes de diversos productos generados en un sistema unificado. El análisis de los datos generados es altamente complejo, ya que hay múltiples variables —como pH, niveles de CO₂, momento y dosis de transfección, y diferentes concentraciones— que afectan directamente la productividad. La introducción del tiempo como variable multiplica las combinaciones posibles. Para identificar los parámetros críticos que mejoran el rendimiento, empleamos modelos de aprendizaje automático entrenados con grandes volúmenes de datos de lotes GMP (Good Manufacturing Practice, por sus siglas en ingles) y toxicológicos, combinados con experimentación de alto rendimiento en biorreactores a pequeña escala. Jens Keune, apunta “esta estrategia permite mejoras sustanciales del proceso; por ejemplo, al optimizar la densidad celular de siembra, hemos logrado aumentos de productividad de hasta un 50%”.
Ampliar el rango de variables de entrada es igualmente esencial. Mientras que las mediciones tradicionales offline ofrecen una visión limitada de la actividad metabólica, tecnologías avanzadas como la espectroscopía Raman permiten estimar en tiempo real la concentración de metabolitos mediante modelos quimiométricos. Esta monitorización en tiempo real proporciona mayor comprensión del comportamiento celular, permitiendo optimizar dinámicamente los procesos productivos.
Otro eje estratégico para mejorar la eficiencia es la gestión operativa de los procesos. Nuestro compromiso con la calidad se refleja en que más del 75 % de los ensayos de Control de Calidad (QC) se realizan internamente, cumpliendo con los estándares regulatorios más exigentes a través de nuestro Sistema de Gestión de Calidad (QMS). Dentro de este sistema, la gestión documental (DMS) desempeña un papel clave y requiere una dedicación constante para actualizar, armonizar y validar documentos a medida que la empresa crece.
Para agilizar esta tarea, hemos iniciado un proyecto basado en IA para asistir en la redacción y actualización de Procedimientos Normalizados de Trabajo (PNTs), incrementando la eficiencia documental y asegurando el cumplimiento normativo. Aunque un sistema digital de gestión de calidad validado es un requisito prácticamente esencial en la industria farmacéutica, también representa una fuente de datos estructurados de alto valor para el desarrollo de herramientas de IA. Por ello, una prioridad en nuestra hoja de ruta tecnológica es la integración de estas soluciones de IA con el QMS, facilitando el acceso rápido a la información relacionada con el sistema de calidad.
El avance de la IA generativa en los últimos años es innegable y su potencial transformador es por ello que debe estar al alcance de toda la organización. No obstante, en sectores con alta concentración de propiedad intelectual como la biotecnología, las preocupaciones por la privacidad han limitado históricamente el uso de herramientas como ChatGPT. Viralgen se enfrentó inicialmente a estas limitaciones, sin embargo, tras una cuidadosa evaluación a finales de 2024 implementó una solución segura a nivel corporativo que permite el acceso a modelos líderes como GPT, Llama o Claude en un entorno protegido. Esto ha permitido a toda la plantilla utilizar IA generativa en tareas cotidianas como redacción, comunicación, ideación y resumen de documentación extensiva. Además, hemos definido asistentes especializados, como un coach de gestión de proyectos, para asegurar un uso transversal que potencie la innovación y la productividad.
Integrating Generative AI Throughout the OrganizationFactores Clave Para el Éxito en la Adopción de IA
La implantación exitosa de tecnologías de IA en el desarrollo y la fabricación de terapias génicas requiere una serie de factores organizativos:
En primer lugar, disponer de datos robustos y relevantes es fundamental, ya que los sistemas de IA necesitan conjuntos de datos amplios y de alta calidad para generar predicciones fiables y fomentar mejoras sustanciales. Viralgen ha apostado desde sus inicios en la implementación de sistemas digitales como LIMS (Sistema de Gestión de Información de Laboratorio), PIMS (Sistema de Gestión de Información de Procesos) y Data Historian para digitalizar los procesos y capturar los datos asociados.
La protección de la privacidad y la seguridad de los datos es igualmente esencial. Esto implica la aplicación de medidas estrictas para salvaguardar la información sensible y garantizar el cumplimiento de normativas como el RGPD (Reglamento General de Protección de Datos). Son necesarias políticas claras y formación en temas como la propiedad de los datos y la ética del uso de IA, especialmente en entornos colaborativos y multifuncionales. En Viralgen, el uso de nuevas herramientas de IA está bloqueado por defecto hasta que se verifica que cumplen con los estándares de ciberseguridad establecidos en la compañía.
Asimismo, es clave captar y retener talento especializado en ciencia de datos e ingeniería de datos, necesario para desarrollar, mantener y evolucionar estas tecnologías. Por último, la gestión del cambio juega un papel crítico. Integrar IA en los procesos implica transformar flujos de trabajo y la cultura organizacional. Para facilitar esta transición, Viralgen ha establecido una red de “Champions de IA” en todas las áreas de la empresa. A través de una formación continua y una cultura de aprendizaje activo, garantizamos que los equipos puedan aprovechar al máximo el potencial de estas tecnologías.
Conclusión
“La integración de la Inteligencia Artificial en la fabricación de terapias génicas no es simplemente una mejora tecnológica: representa un cambio de paradigma en la forma de abordar los desafíos del sector biofarmacéutico” comenta María, Head of Digital & IT. Combinando una experiencia consolidada en producción de AAV, excelencia regulatoria e innovación digital impulsada por IA, Viralgen establece nuevos estándares en el área de las CDMO, acelerando el acceso de los pacientes a terapias génicas transformadoras y cumpliendo así con su misión de llevar tratamientos innovadores a quienes más los necesitan.