El descubrimiento de fármacos impulsado por IA podría reducir sustancialmente el costo y el tiempo necesarios para desarrollar un candidato a fármaco. Rentosertib es el ejemplo más claro hasta ahora. Según Insilico Medicine, el programa pasó de la hipótesis a un candidato preclínico en menos de 18 meses. El trabajo preclínico de Rentosertib costó cerca de $2.6 millones, frente a los $15-25 millones habituales. Insilico publicó resultados de fase IIa revisados por pares en Nature Medicine. Un solo programa exitoso no puede establecer la economía de toda una plataforma. Rentosertib se dirigió a la fibrosis pulmonar idiopática, una enfermedad bien caracterizada con puntos finales clínicos establecidos. Todavía es demasiado pronto para saber si este enfoque puede lograr plazos y costos similares en áreas de enfermedades más complejas. Aproximadamente $230 mil millones en ventas de fármacos de marca en EE.UU. están en riesgo de competencia de genéricos o biosimilares entre 2025 y 2030. Las asociaciones podrían convertirse en una vía más natural para las empresas farmacéuticas que buscan acceder al descubrimiento impulsado por IA sin asumir el riesgo de construir toda la pila por sí mismas. Si otros programas producen resultados similares, más valor en el descubrimiento de fármacos podría desplazarse hacia plataformas de pila completa que licencien sus capacidades a la industria farmacéutica.