Principales 8 software de descubrimiento de fármacos
El mercado del software de descubrimiento de fármacos se divide en tres categorías: suites de química computacional para diseño basado en estructura, plataformas nativas de IA para química generativa e identificación de dianas, y sistemas de gestión de datos de I+D para ELN, LIMS, seguimiento de síntesis, análisis de datos y registro de compuestos.
Comparamos las 8 principales plataformas de descubrimiento de fármacos en cuanto a características, precios y modelos de implementación.
Comparación de implementación y precios de los 8 principales software de descubrimiento de fármacos
Producto | Implementación | Nivel gratuito/académico | Precio de inicio | Casos de uso |
|---|---|---|---|---|
BIOVIA Discovery Studio | Nube/Servidor local | Visualizador gratuito | N/A | Plataforma de simulación de extremo a extremo que abarca desde la identificación de dianas hasta la optimización de líderes, con ELN integrado a través de 3DEXPERIENCE |
ChemAxon | Nube/Servidor local | No | N/A | Kit de herramientas de quimioinformática con editor Marvin y registro JChem |
Cresset Flare | Escritorio | No | N/A | Plataforma de diseño de ligandos basada en campos electrostáticos con campo de fuerza XED |
Dotmatics | Nube | No | N/A | Plataforma de informática científica con ELN, bioregistro y gestión de datos de ensayos |
OpenEye Orion | Solo nube | No | N/A | Plataforma nativa en la nube Orion con cribado basado en forma y kit de herramientas OEChem |
Recursion OS | Nube/Interno | No | N/A | Plataforma de fenómica con imágenes de alto contenido y supercomputación BioHive |
Schrödinger Suite | Escritorio/Servidor local | No | 7.500 $/año (30 tokens) | Suite de química computacional basada en física que presenta FEP+ para la predicción de afinidad de unión |
StarDrop | Escritorio/Nube | No | 10.000 $/año/usuario | Plataforma de optimización de múltiples parámetros con visualización Glowing Molecule |
Nota: Los productos se enumeran en orden alfabético.
Comparación de características del software de descubrimiento de fármacos
BIOVIA Discovery Studio
BIOVIA Discovery Studio ofrece una plataforma integral desde la identificación de dianas hasta la optimización de líderes. La herramienta se integra con la plataforma 3DEXPERIENCE de Dassault Systèmes para la gestión de datos empresariales y el cumplimiento normativo.
BIOVIA Discovery Studio cubre las partes principales del descubrimiento de fármacos computacional:
- Simulaciones: Dinámica molecular, cálculos de energía libre y otras herramientas de simulación para estudiar el comportamiento y las interacciones moleculares.
- Diseño basado en estructura: Herramientas para el acoplamiento proteína-ligando, diseño basado en fragmentos y optimización de compuestos utilizando información estructural 3D.
- Diseño basado en ligandos y farmacóforos: Métodos para el diseño de fármacos de novo, perfilado de actividad, diseño de múltiples dianas y búsqueda de moléculas con patrones de interacción deseados.
- Bioterapéuticos y modelado de anticuerpos: Herramientas in silico para el modelado de anticuerpos, ingeniería de proteínas y optimización de productos biológicos.
- Diseño y análisis de macromoléculas: Herramientas para analizar y diseñar proteínas, ácidos nucleicos y otras grandes moléculas biológicas.
- QSAR, ADMET y toxicología predictiva: Información predictiva para farmacocinética, seguridad, toxicidad y propiedades similares a los fármacos.
- Visualización: Un visualizador gratuito de diseño molecular para ver, manipular y analizar estructuras biológicas y químicas.
BIOVIA Discovery Studio es más adecuado para grandes empresas que requieren cumplimiento normativo.
Figura 1: Panel de simulaciones de BIOVIA Discovery Studio.1
ChemAxon
ChemAxon proporciona infraestructura de quimioinformática, incluido su editor de estructuras químicas Marvin y motores JChem, para la estandarización de datos químicos. La plataforma admite la implementación en la nube y en servidores locales con APIs de Java y REST para la integración.
Ejemplo de la vida real de Marvin de Chemaxon:
Una gran empresa farmacéutica global utilizó el editor químico Marvin de ChemAxon para mejorar la gestión de datos químicos dentro de una aplicación de visualización y análisis de datos de escritorio.
La empresa requería una herramienta de dibujo químico que pudiera integrarse sin problemas con su infraestructura existente antes de la próxima fecha límite de lanzamiento. Los requisitos incluían soporte para la notación SMILES/SMARTS, mapeo de reacciones, manejo de estereoquímica, enumeración de estructuras Markush y una sólida API de .NET para la integración.
ChemAxon implementó Marvin para más de 300 usuarios y actualizó a un grupo más pequeño de usuarios de Marvin JS al nuevo entorno Marvin. La empresa integró el complemento de API de .NET en el sistema existente de la empresa, y la integración completa con la aplicación de análisis de escritorio se completó en aproximadamente una o dos semanas.
El proyecto ayudó a la empresa a cumplir con su cronograma de lanzamiento sin comprometer los requisitos funcionales, técnicos o comerciales. También simplificó la licencia al consolidar las licencias de ChemAxon en un único plazo de 19 meses, reduciendo la complejidad de las adquisiciones.2
ChemAxon es lo mejor para organizaciones que necesitan estandarización de datos químicos e integración de API.
Cresset Flare
El modelado de ligandos basado en campos electrostáticos de Cresset Flare utilizando el campo de fuerza XED permite el salto de andamios y el diseño de ligandos sin depender de estructuras cristalinas de proteínas. Flare admite cálculos RBFE y generación de conformeros de macrociclos dentro de su marco FEP.
- Mapas de interacción 2D: Resume las interacciones ligando-proteína en una vista 2D clara para una interpretación más fácil.
- Activity Atlas: Proporciona información cualitativa de SAR para ayudar a comprender cómo los cambios moleculares afectan la actividad.
- Activity Miner: Identifica acantilados de actividad y selectividad en conjuntos de datos SAR.
- FieldTemplater: Ayuda a predecir modos de unión cuando no hay disponibles datos de estructura proteica cristalográfica.
- Perturbación de energía libre (FEP): Apoya la optimización de líderes al predecir qué cambios en los ligandos son más propensos a mejorar la unión.
- Asistente de codificación con IA: Apoya la scripting, la automatización de flujos de trabajo y la personalización de métodos ayudando a los usuarios a escribir o refinar código para flujos de trabajo de análisis relacionados con Flare.
Cresset Flare es más adecuado para químicos medicinales que trabajan sin estructuras cristalinas.
Figura 2: Ejemplo del asistente de codificación con IA de Flare.3
Dotmatics
Dotmatics proporciona una plataforma integrada de informática científica que abarca ELN, BioRegister, registro de compuestos y gestión de datos de ensayos, con Estudios y visualización Vortex. La plataforma ofrece integración en toda la cartera de Dotmatics, incluido Geneious y Prism. Dotmatics sirve a grandes empresas biofarmacéuticas, CRO y organizaciones industriales de I+D que requieren un sistema de registro gobernado.
Luma de Dotmatics es una plataforma de I+D nativa de IA y multimodal que integra datos científicos, flujos de trabajo, análisis y herramientas de IA en un único entorno. Está diseñada para ayudar a los equipos de investigación a pasar de los datos de laboratorio crudos a información científica utilizable más rápido. Luma funciona en cuatro pasos principales:
- Captura de datos: Luma se conecta a instrumentos de laboratorio, ELN, registros, cargas de CRO, archivos, aplicaciones científicas y sistemas externos. Luma Lab Connect puede recopilar datos de instrumentos basados en archivos, carpetas de Windows o Linux, cubos S3, APIs y fuentes SQL/JSON/CSV.
- Procesamiento de datos: Una vez capturados los datos, Luma analiza archivos crudos, extrae metadatos y convierte los resultados de los instrumentos en formatos estructurados y analizables.
- Armonización y gestión de datos: Luma reúne diferentes tipos de datos, incluidos estructurados, semiestructurados, no estructurados, secuencia, numéricos, texto, imagen y metadatos.
- Análisis e información habilitada por IA: Los investigadores pueden buscar, visualizar, consultar, modelar y analizar datos armonizados dentro de la plataforma o a través de APIs. Luma también admite consultas en lenguaje natural y casos de uso de IA generativa, ayudando a científicos a explorar relaciones complejas entre conjuntos de datos.
Dotmatics es lo mejor para grandes empresas biofarmacéuticas y CRO que requieren un sistema de registro gobernado.
OpenEye Scientific Suite Orion
OpenEye Scientific, ahora parte de Cadence Molecular Sciences, se diferencia por su plataforma nativa en la nube Orion y su kit de herramientas OEChem centrado en desarrolladores. La suite incluye ROCS para cribado basado en forma, EON para comparación electrostática, OMEGA para generación de conformeros y FRED para acoplamiento.
Orion opera en AWS y Cadence OnCloud sin opción de instalación en servidores locales, dirigido a organizaciones que construyen pipelines computacionales personalizados.
OpenEye Scientific Suite Orion es más adecuado para desarrolladores que construyen pipelines personalizados.
Figura 3: Panel de simulación y análisis 3D de Orion.4
Recursion OS
Recursion OS permite un conjunto de datos fenotípicos masivo generado por imágenes automatizadas de alto rendimiento de fenotipos celulares, procesado mediante visión por computadora y la infraestructura de supercomputación BioHive. La plataforma incluye el Mapa de la Biología, que visualiza las relaciones biológicas, y ha generado aproximadamente 65 petabytes de datos propietarios.
Recursion LOWE:
LOWE es el Motor de Flujos de Trabajo orquestado por LLM de Recursion, un sistema habilitado por IA dentro de la plataforma Recursion OS diseñado para apoyar flujos de trabajo complejos de descubrimiento de fármacos a través de la interacción en lenguaje natural.
Permite a los investigadores consultar los conjuntos de datos biológicos y químicos de Recursion, explorar posibles relaciones fármaco-diana, generar y priorizar nuevos compuestos, evaluar propiedades como ADMET y solubilidad, y coordinar actividades posteriores, incluida la planificación de síntesis y la ejecución experimental.
LOWE funciona como una capa de orquestación de flujos de trabajo inteligente que conecta los conjuntos de datos propietarios de Recursion, modelos predictivos, capacidades de química generativa y operaciones de laboratorio.5
Recursion es lo mejor para programas de enfermedades raras y reutilización de fármacos.
Suite de descubrimiento de fármacos de moléculas pequeñas de Schrödinger
Schrödinger se diferencia a través de cálculos basados en física de Perturbación de Energía Libre (FEP+) que predicen la afinidad de unión. La suite integra Glide para acoplamiento, WaterMap para termodinámica de hidratación y Prime para predicción de estructura de proteínas dentro de la interfaz gráfica Maestro.
Ejemplo de la vida real del programa propietario de Schrödinger:
La plataforma de química digital de Schrödinger ayudó a identificar SGR-1505, un nuevo inhibidor de MALT1, como un candidato para el desarrollo en 10 meses. El programa se centró en MALT1, una diana implicada en la regulación de los linfocitos y relevante para neoplasias de células B recaídas o refractarias, incluida la leucemia linfocítica crónica. Los enfoques anteriores de inhibidores de MALT1 enfrentaron problemas con las propiedades similares a los fármacos, por lo que el objetivo era encontrar una pequeña molécula potente con un mejor equilibrio de potencia, permeabilidad, solubilidad y desarrollabilidad general.
El equipo utilizó un flujo de trabajo de diseño-predicción-construcción-prueba-análisis respaldado por modelado basado en física, aprendizaje automático, modelos predictivos de ADMET y análisis de datos. Evaluaron computacionalmente más de 8 mil millones de compuestos, utilizaron WaterMap para analizar el sitio de unión, aplicaron diseño de novo y enumeración sintéticamente consciente para generar ideas, y utilizaron FEP+ para predecir la afinidad de unión relativa. LiveDesign se utilizó para centralizar los datos modelados y experimentales para la toma de decisiones colaborativa.
En los primeros tres meses, el equipo evaluó más de 1.700 moléculas utilizando Active Learning FEP+ e identificó dos nuevas series potentes de inhibidores de MALT1 después de sintetizar menos de 50 compuestos. Después de eso, utilizaron la optimización de múltiples parámetros para equilibrar la potencia, la solubilidad y la permeabilidad. El equipo evaluó más de 5.000 ideas, y 43 compuestos cumplieron los criterios del programa, y solo un subconjunto más pequeño pasó a la síntesis y prueba.
El resultado fue SGR-1505, seleccionado dentro de los 10 meses después de que se sintetizaran 78 compuestos en la serie líder y 129 compuestos en todo el programa. Schrödinger presenta el caso como evidencia de que la combinación de cribado computacional a gran escala, predicción basada en física, aprendizaje automático e informática colaborativa puede reducir el número de compuestos que necesitan ser sintetizados mientras acelera el camino desde el descubrimiento de un hit hasta un candidato para el desarrollo.6
Schrödinger es más adecuado para equipos farmacéuticos y de biotecnología que requieren modelado de alta precisión de potencia.
Optibrium StarDrop
Optibrium StarDrop se especializa en la optimización de múltiples parámetros (MPO) para la optimización de líderes. La plataforma ofrece tanto implementación de escritorio como en la nube con precios modulares para módulos de ADMET, química generativa y diseño 3D.
Ejemplo de la vida real de adMare con StarDrop:
El trabajo de adMare, una empresa canadiense de ciencias de la vida, abarca desde la identificación temprana de líderes hasta la selección de candidatos clínicos, lo que requiere que los químicos evalúen la potencia de los compuestos, las características ADME, las propiedades fisicoquímicas, la selectividad y las relaciones estructura-actividad más amplias. StarDrop apoya este proceso ayudando a los investigadores a organizar, visualizar e interpretar conjuntos de datos de compuestos complejos de manera más eficiente.
Una aplicación notable es el análisis de patentes. Cuando los químicos extraen grandes cantidades de compuestos de la literatura de patentes, las funciones de agrupamiento, análisis de similitud, visualización del espacio químico y Card View de StarDrop ayudan a identificar puntos de partida relevantes y comprender cómo se han optimizado las series de compuestos.
El equipo también utiliza StarDrop para examinar las tendencias de SAR, comparar valores de pIC50, predecir propiedades como logP y logD utilizando ADME QSAR, preparar bibliotecas de compuestos para estudios de acoplamiento y realizar cribados de bibliotecas virtuales con eSim3D.7
Optibrium StarDrop es más adecuado para químicos medicinales que priorizan ADMET y la optimización de líderes.
Añadir como fuente preferidaConsideraciones regulatorias y de cumplimiento para el descubrimiento de fármacos asistido por IA
Las agencias reguladoras han comenzado a formalizar la orientación para la IA/ML en el desarrollo de fármacos. En enero de 2025, la FDA publicó una orientación preliminar sobre "Consideraciones para el uso de la inteligencia artificial para apoyar la toma de decisiones regulatorias", proponiendo un marco de evaluación de credibilidad basado en riesgos para los modelos de IA utilizados en contextos no clínicos, clínicos y de manufactura.8 La orientación excluye explícitamente las actividades de descubrimiento de fármacos, centrándose solo en los datos que respaldan las decisiones regulatorias.9
En enero de 2026, la FDA y la EMA publicaron conjuntamente "Principios rectores de la buena práctica de la IA en el desarrollo de fármacos", estableciendo diez principios de alto nivel que cubren el diseño centrado en el ser humano y los requisitos de validación proporcionales en todo el ciclo de vida de los medicamentos.10 Las agencias enfatizaron que los sistemas de IA deben apoyar, no reemplazar, el juicio humano, con requisitos de validación escalados según el impacto potencial del sistema de IA.11
Cita esta investigación
Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.
@misc{ermut2026,
author = {Ermut, Sıla},
title = {{Principales 8 software de descubrimiento de fármacos}},
year = {2026},
month = may,
howpublished = {\url{https://aimultiple.com/drug-discovery-software}},
note = {AIMultiple. Recuperado el 7 de Mayo de 2026}
}Enlaces de referencia
Siguiente para leer
Proveedores de proxy IPv6 comparados por precios y rendimiento
Las 20 mejores herramientas de IA para la cadena de suministro con ejemplos
Mejores proveedores de conjuntos de datos de Indeed: APIs oficiales vs. proveedores de terceros
Sé el primero en comentar
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.