De húmedo a seco: Cómo la IA está revolucionando el diseño de laboratorios

Los laboratorios están experimentando grandes cambios gracias a un disruptor común: la inteligencia artificial.

El modelado matemático avanzado, el análisis computacional de datos y el diseño generativo están aumentando la demanda de laboratorios secos, que, como su nombre indica, se diferencian de los llamados laboratorios húmedos por no utilizar líquidos, productos químicos y muestras biológicas.

Los laboratorios húmedos y la ciencia práctica siguen siendo fundamentales para la investigación, pero una firma consultora global estima que la IA generativa podría producir hasta 28 mil millones de dólares de valor anual solo en el descubrimiento de fármacos.

"Ya estamos viendo un aumento en la demanda de laboratorios secos a medida que las grandes organizaciones farmacéuticas buscan actualizar su infraestructura," dice Richard Cairnes, Director de Ciencias de la Vida de PDS UK y EMEA en JLL. "Puede tratarse de crear instalaciones en nuevos países, con científicos colaborando a través de la nube, o simplemente adaptar laboratorios existentes para prepararse para el futuro y complementar los recursos de investigación actuales."

Por ejemplo, el campus Wellcome Genome del Reino Unido, donde el desarrollo en curso incluye grandes áreas de planta abierta para trabajos de laboratorio en seco y análisis de datos, junto con espacios dedicados a la informática de alto rendimiento y la investigación de IA. O el Centro Max Delbrück de Medicina Molecular (MDC) de Alemania en Berlín, que ha agregado un espacio sustancial de laboratorio seco para bioinformática y biología computacional.

Si bien los avances clave aún vendrán de científicos humanos, Gul Dusi, Director Gerente de JLL para Proyectos de Ciencias de la Vida de PDS en los EE.UU., cree que un uso más extenso del modelado y la IA alterará fundamentalmente el diseño del laboratorio.

"Afecta el diseño general, alterando la cantidad de bancos, energía, servidores y conexiones de datos requeridas, así como la forma en que las personas se mueven e interactúan en el espacio del laboratorio", dice ella.

Si bien los laboratorios secos no requieren el mismo diseño o infraestructura que los laboratorios húmedos, existen otras consideraciones, como la necesidad de sistemas robustos de energía y HVAC para admitir una mayor densidad de equipos de alta tecnología.

Significa que, si bien la reutilización de activos varados para secar laboratorios es una posibilidad, no todos los edificios son adecuados para la reutilización adaptativa.

Dusi destaca los laboratorios de computación cuántica como un ejemplo.

"Es uno de los edificios más complicados de construir porque exige un entorno casi astronáutico sin presión atmosférica, creado por tanques de nitrógeno y gas argón", explica.

Aparte de los requisitos de energía, Dusi agrega que los laboratorios secos aún pueden necesitar una carga sustancial para equipos grandes o pesados, tener requisitos de altura desde la plataforma hasta el techo o consideraciones de vibración.

Cairnes está de acuerdo y afirma que para los desarrolladores y propietarios que buscan un retorno de inversión, el desembolso de capital para elementos técnicos contrastantes dificultará la adecuación de laboratorios secos por especulación, ya que los inquilinos tendrán requisitos muy específicos.

"Aunque los costos físicos de construcción pueden no diferir enormemente de los laboratorios tradicionales, son los equipos más complejos de IA, automatización y robótica necesarios los que elevarán la factura," dice. "Es probable que la provisión de espacios de laboratorio flexibles que satisfagan las necesidades de los científicos usuarios finales y sus planes científicos específicos se mantenga y sea clave en el futuro para el laboratorio del futuro."

Los profesionales de la gestión de proyectos ahora están utilizando herramientas digitales e IA para crear eficiencias de tiempo y calidad para una construcción más estratégica y rentable de proyectos de ciencias biológicas.

La capacidad de la IA para recopilar, organizar e interpretar grandes volúmenes de información para extraer información útil puede ayudar con todo, desde la planificación de adquisiciones y la programación de programas, hasta el monitoreo de la seguridad del sitio o la mejora de la sostenibilidad.

Cairnes explica cómo el modelado de información de construcción (BIM) ayuda a crear gemelos digitales para la visualización y una mejor planificación. "Por ejemplo, puede detectar posibles choques entre tuberías, conductos o electricidad y elementos estructurales como vigas, lo que podría causar costosos problemas más adelante", dice.

Para Dusi, lo más emocionante es el potencial de la IA para mejorar la experiencia general y el bienestar de las personas que trabajan en los laboratorios de ciencias biológicas. Ella ve un enorme potencial para que la IA simule varios escenarios y cree un diseño basado en evidencia para una mayor productividad y eficiencia.

"Al observar la ruta de acceso para los científicos, cuántos pasos se requieren entre varios equipos, cómo interactúan con sus colegas en laboratorios húmedos y secos, así como cosas como la calidad del aire, la luz del día, podemos diseñar y construir laboratorios que ayuden a los investigadores a lograr avances clave más rápido", dice ella.