La inteligencia artificial ya se sienta en la mesa del laboratorio: cómo AlphaFold reordenó la pelea contra las proteínas

El gobierno va a querer desmentir que la inteligencia artificial ya está cambiando la medicina, pero los datos dicen lo contrario. AlphaFold, la herramienta desarrollada por DeepMind, demostró que es posible analizar la estructura de las proteínas a una escala que hace cinco años resultaba inviable para cualquier grupo de investigación tradicional. Esa capacidad, lejos de ser un experimento aislado, se convirtió en la base sobre la cual se empiezan a diseñar fármacos y a estudiar enfermedades que resistían los métodos clásicos.

Mustafa Suleyman, cofundador de DeepMind, recoge estos avances en su libro La ola que viene: Tecnología, poder y el gran dilema del siglo XXI. El planteo central del texto es que el ADN puede leerse como información y, por lo tanto, manipularse con herramientas de laboratorio combinadas con sistemas informáticos. Suleyman no presenta esta idea como una hipótesis abstracta: la ancla en proyectos que ya están en marcha, entre ellos el de Altos Labs, una compañía dedicada a estudiar la reprogramación del epigenoma, es decir, los mecanismos que regulan la actividad de los genes con el objetivo de frenar o revertir el envejecimiento.

¿Qué cambia cuando una máquina predice la forma de una proteína?

La estructura tridimensional de una proteína determina, en gran parte, su función biológica y la forma en que interactúa con un posible fármaco. Antes de AlphaFold, descifrar esa estructura podía demandar meses o años de trabajo experimental. El sistema redujo ese proceso a días y lo hizo a escala masiva, algo que ningún laboratorio humano podía sostener. Para los investigadores, eso significa partir de un mapa mucho más detallado a la hora de buscar blancos terapéuticos contra el cáncer, enfermedades neurodegenerativas o patologías raras.

La utilidad no se agota en la velocidad. Las herramientas de inteligencia artificial pueden trabajar con grandes conjuntos de datos biológicos y simular secuencias moleculares, capacidades que abren un terreno nuevo en la búsqueda de tratamientos. Lo que cambia es la escala del problema que se puede abordar: ya no se trata de analizar una proteína por vez, sino de comparar miles en simultáneo y cruzar esa información con datos clínicos y químicos.

¿Hacia dónde apunta el próximo paso, según Suleyman?

El autor sostiene que el salto siguiente será reunir información genética, química y clínica dentro de un mismo modelo computacional. La apuesta es que esa integración permita detectar enfermedades en etapas tempranas, orientar el desarrollo de terapias y adecuar los tratamientos a las particularidades de cada paciente, un terreno que la medicina personalizada viene prometiendo hace décadas sin terminar de concretarse a gran escala.

• Detección temprana de enfermedades a partir del cruce de datos genéticos y clínicos.
• Diseño de terapias ajustadas al perfil biológico de cada paciente.
• Investigación del epigenoma para explorar formas de frenar o revertir el envejecimiento, con Altos Labs como caso testigo.
• Uso de AlphaFold como base para el desarrollo de nuevos fármacos.

¿Llegar a los cien años con buena salud es un dato o una proyección?

Suleyman imagina un futuro en el que alcanzar los cien años en buen estado sea una rutina y no una excepción. El propio texto aclara, sin embargo, que se trata de una expectativa a varias décadas: los avances descritos en el análisis de proteínas y la investigación genética no equivalen a haber alcanzado ese resultado. Por ahora, la longevidad saludable sigue siendo una promesa sobre el papel, no un indicador epidemiológico verificable.

El libro también incorpora una advertencia que suele quedar relegada cuando se habla de estos temas. Las posibles mejoras físicas y cognitivas que habilitarían estas tecnologías abren preguntas concretas sobre el acceso, la regulación y los límites éticos. ¿Quién pagará esos tratamientos?, ¿qué organismos los autorizarán?, ¿qué pasa con las sociedades donde no lleguen? Son interrogantes que Suleyman formula pero no resuelve, y que la política pública todavía no se anima a discutir con la seriedad que el tema exige.