Proteínas bajo la lupa de la inteligencia artificial: qué cambió en la búsqueda de medicamentos

Pongamos un ejemplo de la casa: una proteína es como una pieza de Lego con una forma tridimensional muy específica, y esa forma determina para qué sirve en el cuerpo. Cuando esa pieza se deforma o se rompe, aparecen enfermedades. El problema es que esas estructuras son tan diminutas y complejas que descifrarlas llevaba años de trabajo en el laboratorio. Hasta que llegó la inteligencia artificial y aceleró el trámite.

La herramienta que cambió las reglas de juego se llama AlphaFold, un sistema desarrollado por DeepMind, la empresa de inteligencia artificial cofundada por Mustafa Suleyman. Lo que hizo fue predecir la forma de las proteínas a una escala nunca vista. Para dimensionarlo: pasó de analizar unas pocas estructuras por año a mapear cientos de miles en poco tiempo. Eso significa que los investigadores pueden entender mucho más rápido cómo funciona cada proteína y, sobre todo, dónde intervenir cuando algo falla.

Cruzar datos para tratar mejor

Suleyman, en su libro La ola que viene: Tecnología, poder y el gran dilema del siglo XXI, va un paso más allá. Propone juntar en un mismo modelo tres tipos de información que hoy suelen trabajarse por separado: los datos genéticos, los químicos y los clínicos. La idea es que esa combinación permita detectar enfermedades en etapas tempranas, orientar el desarrollo de terapias y ajustar los tratamientos a las particularidades de cada paciente. En criollo: pasar de la medicina que sirve para muchos a la que sirve para vos.

Ana Vázquez es becaria doctoral en biología computacional y lo explica con una imagen cotidiana: hoy en día, si te dolía la cabeza, te recomendaban el mismo analgésico que a tu vecino. La promesa de cruzar estos datos es que en el futuro el médico pueda decirte qué molécula específica actúa sobre la proteína que a vos te está fallando, basándose en tu ADN y tus antecedentes clínicos. Eso es lo que en el lenguaje técnico se llama medicina personalizada.

La pelea contra el envejecimiento

El libro también entra en un terreno que suena a ciencia ficción pero que ya tiene laboratorios trabajando: investigar cómo frenar o revertir el envejecimiento. Suleyman menciona a Altos Labs, una de las compañías que estudia la reprogramación del epigenoma, que es el sistema que le dice a tus genes cuándo activarse y cuándo apagarse. Piensen en el epigenoma como el interruptor de luz de una habitación: la bombilla (el gen) siempre está ahí, pero el interruptor decide si se enciende o no. Reconfigurar esos interruptores es lo que estas empresas están explorando.

A partir de esos avances, el autor se anima a imaginar un futuro en el que cumplir cien años con buena salud sea algo corriente. Pero hay que leerlo con cuidado: es una proyección a varias décadas, no un anuncio. Lo que sí está ocurriendo hoy es que la inteligencia artificial ya permite analizar proteínas a una velocidad impensada hace diez años, y eso es la base sobre la que se construyen las próximas terapias.

“Las posibles mejoras físicas y cognitivas que abren estas herramientas también traen preguntas incómodas: quién accederá a ellas, cómo se regularán y hasta dónde conviene llegar.”Mustafa Suleyman, en La ola que viene

¿Y eso para qué sirve? Para que cuando un investigador busque un medicamento contra una enfermedad, ya no tenga que empezar de cero adivinando cómo es una proteína. Ahora puede sentarse frente a la computadora, ver su estructura en minutos y diseñar una molécula que encaje justo donde hace falta. Y, en un horizonte más lejano, para que tu médico no te trate como un paciente promedio sino como un caso único, con un tratamiento armado a la medida de tu cuerpo.