Cuando la inteligencia artificial se mete con las proteínas: qué cambia para la medicina

¿Puede una computadora ayudar a entender por qué nos enfermamos? Sí, y lo viene haciendo desde hace algunos años con las proteínas, esas moléculas que el cuerpo necesita para funcionar y que, cuando fallan, están detrás de buena parte de las enfermedades conocidas. La inteligencia artificial entró en ese terreno con una herramienta concreta: AlphaFold, el sistema desarrollado por DeepMind que aprendió a predecir la forma tridimensional de las proteínas a escala masiva. Entender esa forma, que es la estructura, es clave porque de ella depende cómo trabaja la proteína y, por lo tanto, qué la altera.

Mustafa Suleyman, cofundador de DeepMind, recoge estos avances en su libro La ola que viene: Tecnología, poder y el gran dilema del siglo XXI. En sus páginas, el autor vincula estas herramientas con la posibilidad de combinar tres tipos de datos en un mismo modelo: información genética (el ADN), información química (cómo están hechas las moléculas) e información clínica (lo que pasa en el consultorio). Esa integración, explica, apunta a detectar enfermedades antes de que se manifiesten, diseñar terapias más finas y ajustar los tratamientos a cada paciente.

Por qué importa analizar proteínas

Una proteína es una cadena de aminoácidos que se pliega en una forma específica. Esa forma es la que define su función: si la proteína está bien plegada, cumple su rol; si se pliega mal o se degrada, aparecen problemas. Conocer la estructura exacta de cada proteína, algo que antes llevaba meses o años de trabajo de laboratorio, ahora se puede predecir en minutos gracias a AlphaFold. Para los investigadores, eso significa pasar menos tiempo adivinando formas y más tiempo buscando cómo intervenir sobre ellas.

• Estructura a gran escala: AlphaFold mapeó más de 200 millones de estructuras proteicas, una base de datos pública que cambió el punto de partida de la biología.
• Diseño de fármacos: si se sabe cómo se ve la proteína a la que se quiere atacar, se pueden buscar moléculas que encajen en ella como una llave en una cerradura.
• Simulación molecular: los modelos de IA prueban secuencias y combinaciones en pantalla, lo que reduce ensayos fallidos en etapas tempranas.
• Medicina personalizada: cruzar datos genéticos, químicos y clínicos permite pensar tratamientos ajustados al perfil de cada paciente.

El terreno del envejecimiento aparece en ese mismo horizonte. Suleyman menciona a Altos Labs, una de las compañías que investigan la reprogramación del epigenoma, es decir, los interruptores químicos que regulan la actividad de los genes sin cambiar el ADN. La idea es explorar si se puede frenar o revertir el deterioro celular. A partir de estos avances, el autor imagina un escenario donde llegar a los cien años con buena salud sea algo corriente. Esa proyección, aclara él mismo, está a varias décadas de concretarse y no debe leerse como un anuncio.

El propio Suleyman también advierte sobre las preguntas que trae esta tecnología: quién accede a estas mejoras, quién las regula y dónde se ponen los límites éticos cuando se habla de modificar capacidades humanas. Son debates abiertos que la ciencia todavía no zanjó.

Para qué sirve esto en La Rioja

En lo inmediato, la investigación con proteínas e IA se mueve en centros de referencia del exterior, pero los resultados llegan: las bases de datos son públicas y cualquier grupo de investigación argentino puede usar AlphaFold sin pagar. Para el sistema de salud local, el impacto concreto es que las terapias que se diseñen con estas herramientas, desde medicamentos hasta diagnósticos genéticos, podrían llegar antes al país y a menor costo una vez aprobadas. A más largo plazo, la posibilidad de cruzar datos clínicos con información genética y química abre la puerta a estudios locales sobre enfermedades prevalentes en la región, algo que hoy depende casi por completo de publicaciones extranjeras.