Proteínas bajo la lupa de la inteligencia artificial: lo que ya investiga la medicina y lo que todavía es proyección

En un campo donde la inteligencia artificial dejó de ser promesa para convertirse en herramienta de laboratorio, el análisis de proteínas se convirtió en una de las aplicaciones con resultados más concretos. AlphaFold, el sistema desarrollado por DeepMind, permitió examinar a gran escala la estructura de esas moléculas, un paso clave para investigar enfermedades y avanzar en el diseño de fármacos. Esa capacidad de procesar información con velocidad y volumen supera con creces lo que un equipo humano podía hacer en décadas.

¿Qué se puede hacer hoy con proteínas y algoritmos?

Los modelos de IA trabajan con grandes conjuntos de datos biológicos y simulan secuencias moleculares, una tarea que acelera la búsqueda de tratamientos y conecta el análisis computacional con preguntas clínicas concretas: cómo funciona el organismo, dónde falla y dónde se puede intervenir. En el caso de los fármacos, entender la forma tridimensional de una proteína permite diseñar moléculas que encajen en el sitio adecuado, algo que en el laboratorio tradicional demanda años de prueba y error.

Mustafa Suleyman, cofundador de DeepMind, recoge estas posibilidades en su libro La ola que viene: Tecnología, poder y el gran dilema del siglo XXI. Su planteo parte de una idea central: el ADN puede entenderse como información que la ciencia puede leer y modificar con herramientas de laboratorio y sistemas informáticos. A partir de ahí, describe un siguiente paso: reunir datos genéticos, químicos y clínicos dentro de los mismos modelos para detectar enfermedades en etapas tempranas, orientar terapias y personalizar tratamientos.

¿Qué falta para que eso llegue a la consulta médica?

• Integrar bases de datos genéticos, químicos y clínicos en un mismo sistema operativo.
• Validar con ensayos clínicos las hipótesis que arrojan los modelos de simulación.
• Aprobar marcos regulatorios que contemplen terapias diseñadas por inteligencia artificial.
• Resolver los dilemas éticos que plantea mejorar capacidades físicas y cognitivas, según advierte el propio Suleyman.

La investigación del envejecimiento integra ese horizonte. Suleyman menciona a Altos Labs entre las compañías que estudian la reprogramación del epigenoma, los mecanismos que regulan la actividad de los genes, con el objetivo de explorar formas de frenar o revertir el deterioro. A partir de esos desarrollos, el autor imagina un futuro en el que alcanzar los cien años con buena salud sea una situación habitual. Esa expectativa aparece en el libro como una proyección a varias décadas, no como un resultado alcanzado: los avances descriptos en el análisis de proteínas y la investigación genética no equivalen, todavía, a haber garantizado ese desenlace.

¿Quién paga y quién accede?

El propio Suleyman advierte que las posibles mejoras físicas y cognitivas abren preguntas incómodas sobre acceso, regulación y límites éticos. Si las terapias más avanzadas quedan concentradas en unos pocos países o en pacientes con determinado nivel de ingresos, la promesa de prolongar la vida saludable convivirá con una brecha sanitaria más profunda. La discusión, por ahora, se libra más en los libros de divulgación y en los directorios de los laboratorios que en los sistemas públicos de salud. La pregunta que queda abierta es si la velocidad de estos algoritmos alcanzará para que el debate llegue a tiempo.