Saltar al contenido
Sábado, 17 de octubre de 2026
Actualidad y noticias, al instanteBuscar ⌕
Latido Riojano

Latido Riojano

Inteligencia artificial y proteínas: cuando la máquina se pone la bata de laboratorio

El salto de AlphaFold y los modelos que cruzan datos genéticos, químicos y clínicos abre una nueva etapa en la búsqueda de fármacos. Lo que se sabe, lo que se proyecta y las preguntas que quedan flotando.

FM
Federico MazaTecnología · · 4 min de lectura
Inteligencia artificial y proteínas: cuando la máquina se pone la bata de laboratorio

A uno le pasa seguido esto de confiar en que la tecnología le resuelva la vida y terminar haciendo doble click en la cafetera. Pero esta vez la cosa va en serio: hay programas de inteligencia artificial metiéndose en el tubo de ensayo para estudiar proteínas, y eso ya movió la aguja en la investigación médica. El caso más resonante es AlphaFold, una herramienta creada por DeepMind, la filial británica de Google dedicada a inteligencia artificial, que aprendió a predecir la forma tridimensional de las proteínas a una escala que antes era impensable.

Para dimensionarlo, pensemos en una cocina: si la proteína es una receta con miles de ingredientes, AlphaFold es el cocinero que en segundos te dice cómo queda el plato doblado, estirado y enrollado. Y eso importa porque la estructura de una proteína define, en gran parte, si sirve para fabricar un fármaco, si tiene que ver con una enfermedad o si se puede atacar con un medicamento. Antes había que adivinar esa forma con métodos lentos y carísimos; ahora el modelo la tira por pantalla en minutos.

Lo que propone Suleyman y por qué importa

Mustafa Suleyman, uno de los fundadores de DeepMind, lo cuenta en su libro La ola que viene: Tecnología, poder y el gran dilema del siglo XXI. Su idea central es bastante directa: si el ADN es, en el fondo, información, entonces se puede leer, cruzar y reescribir con herramientas informáticas. Y el próximo paso que imagina es juntar en un mismo modelo datos genéticos, químicos y clínicos de un paciente para anticipar enfermedades, diseñar terapias a medida y ahorrar tiempo en el consultorio.

  • Detección temprana: cruzar el genoma del paciente con patrones conocidos para encontrar señales de riesgo antes de que aparezcan los síntomas.
  • Fármacos a medida: usar la estructura de la proteína y el perfil clínico para diseñar un tratamiento específico, en lugar de probar de a una molécula por vez.
  • Simulación molecular: que la IA pruebe miles de combinaciones virtuales antes de llevar una sola a probeta, bajando costos y tiempos de investigación.

El propio Suleyman mete una dosis de cautela: habla de los cien años con buena salud como una proyección a varias décadas, no como un logro ya en la gatera. Es decir, que nadie se emocione y empiece a ahorrar para el cumple de la centena, porque entre predecir proteínas y revertir el envejecimiento hay varios pasos y unos cuantos años de por medio.

La pelea contra el reloj biológico

En el tramo del envejecimiento, el autor menciona a Altos Labs, una de las compañías que estudian la reprogramación del epigenoma, que es el conjunto de interruptores químicos que le dicen a un gen cuándo encenderse y cuándo apagarse. La idea es ver si se puede correr ese reloj hacia atrás sin que la célula pierda el rumbo, un terreno donde la IA ayuda a interpretar montañas de datos que un humano tardaría décadas en revisar. Acá conviene pisar con cuidado: todavía no hay resultados clínicos contundentes que muestren que rejuvenecer en serio sea viable y seguro en personas, así que estamos más cerca del laboratorio que de la farmacia.

“Las mejoras físicas y cognitivas que prometen estas herramientas abren preguntas sobre el acceso, la regulación y los límites éticos. ¿Quién paga una terapia genética? ¿Quién la controla? ¿Quién decide hasta dónde llegar?”Mustafa Suleyman, en La ola que viene

Lo que deja este cruce entre IA, proteínas y medicina es una fotografía con varios planos: hay tecnología ya funcionando en producción científica, como AlphaFold; hay hipótesis firmes pero todavía en etapa de prueba, como los tratamientos personalizados basados en datos cruzados; y hay promesas a largo plazo, como extender la vida saludable, que suenan atractivas pero que, por ahora, viven más en los papers y los libros de divulgación que en la clínica. Mi consejo, si te cruzaste con esta nota mientras renegabas con una actualización del celular, es simple: no te creas todo lo que te prometen en el prospecto, pero tampoco descartes que la próxima pastilla que te recete el médico la haya elegido una computadora antes que un humano. Informate, preguntale a tu médico de confianza y, sobre todo, no le pidas a la IA que te cocine la cena todavía.

FM
Federico MazaTecnología

Comentarios

0

Todavía no hay comentarios. Sé el primero.

Seguí leyendo