Inteligencia artificial y proteínas: la promesa que vuelve a ponerse en agenda

Digámoslo claro: cada cierto tiempo reaparece la misma promesa. Hace años se anunció que la inteligencia artificial iba a revolucionar la medicina, que los fármacos se iban a diseñar en semanas y que las enfermedades complejas iban a dejar de ser un misterio. La novedad de estos meses es que el análisis de proteínas dejó de ser un experimento de laboratorio y se convirtió en una herramienta concreta al servicio de la investigación biomédica.

El caso más visible es AlphaFold, el sistema desarrollado por DeepMind que permite predecir la estructura tridimensional de las proteínas a gran escala. Comprender cómo se pliegan estas moléculas es clave para entender su función y, a partir de ahí, diseñar medicamentos que actúen sobre blancos específicos. La diferencia respecto de otros anuncios es que esta herramienta ya está siendo utilizada por grupos de investigación de todo el mundo.

Lo que dice Suleyman y qué hay detrás

Mustafa Suleyman, cofundador de DeepMind, retomó ese escenario en su libro La ola que viene: Tecnología, poder y el gran dilema del siglo XXI. Allí plantea que el próximo paso es integrar en un mismo modelo información genética, química y clínica de los pacientes. Esa combinación, sostiene, podría mejorar la detección temprana de enfermedades, orientar terapias y ajustar los tratamientos a las particularidades de cada persona.

• AlphaFold: predicción de estructuras proteicas a gran escala, base para el diseño de fármacos.
• Fusión de datos genéticos, químicos y clínicos: apunta a medicina personalizada.
• Reprogramación del epigenoma: línea que investigan compañías como Altos Labs para frenar el envejecimiento.
• Proyección a décadas: llegar a los cien años con buena salud aparece como hipótesis, no como resultado comprobado.

El propio Suleyman aclara que la expectativa de vivir un siglo en buenas condiciones es una proyección a varias décadas, no un hecho consumado. También advierte que las posibles mejoras cognitivas y físicas abren interrogantes sobre el acceso, la regulación y los límites éticos. En otras palabras: la tecnología avanza más rápido que las respuestas institucionales.

Lo que está en juego no es menor. Si la inteligencia artificial logra mapear proteínas con precisión y combinar esa información con datos clínicos, la investigación de cáncer, enfermedades neurodegenerativas y patologías raras podría acortar tiempos y abaratar costos. Pero si esos avances quedan concentrados en unos pocos laboratorios y en pocos países, la promesa de la medicina personalizada se convierte en otra desigualdad más.

“La expectativa de alcanzar los cien años con buena salud aparece como una proyección a varias décadas; los avances descriptos no equivalen a haber alcanzado ese resultado.”Mustafa Suleyman, cofundador de DeepMind

El gobernador y los intendentes deberían prestar atención a este debate aunque parezca lejano. La incorporación de inteligencia artificial en salud exige infraestructura de datos, capacitación profesional y marcos regulatorios claros. Esperar a que el tema llegue es la mejor forma de llegar tarde: otra vez.