Inteligencia artificial en el diseño de fármacos más solubles y en el aula de ciencias

Cerca del 40% de los fármacos en desarrollo fracasa por baja solubilidad acuosa. Los sistemas co amorfos, en los que dos moléculas se estabilizan mutuamente en estado amorfo, ofrecen una salida elegante a ese problema, pero elegir el coformador correcto sigue siendo en buena medida ensayo y error: cada combinación exige molienda, calorimetría, difracción y ensayos de disolución. En esta charla revisaremos cómo la inteligencia artificial empieza a reordenar ese flujo de trabajo, desde el uso de datos experimentales acumulados para anticipar qué pares de fármacos formarán una fase amorfa estable, hasta el análisis automatizado de resultados térmicos y espectroscópicos. Tomaremos como caso de estudio formulaciones co amorfas desarrolladas en el Tecnológico de Monterrey con fármacos del síndrome metabólico y con aminoácidos como coformadores.

En la segunda parte cambiaremos de escala. La misma tecnología está transformando la manera en que enseñamos y evaluamos ciencia e ingeniería. Compartiremos experiencias concretas de IA aplicada al diseño de evaluaciones y a la retroalimentación en cursos técnicos, junto con lo que funcionó, lo que no, y las preguntas éticas que quedan abiertas cuando el modelo entra al salón de clases.