AlphaFold y la promesa de una medicina que mira las proteínas como un mapa

Antes de que el festival desplegara las primeras banderas, un peñero de siempre me pasó al teléfono un audio que él mismo había grabado mientras leía un capítulo de La ola que viene, el libro de Mustafa Suleyman. Lo primero que se escuchaba, por encima del ruido de las cocinas y de algún gato que se cruzaba por el patio, era una pregunta que el cofundador de DeepMind se hace a lo largo de toda la obra: qué pasaría si la inteligencia artificial pudiera leer el cuerpo humano como se lee un plano. Yo venía masticando esa idea desde hacía varios días, así que le pedí que me la dejara por escrito y me senté a ordenarla para esta columna. Lo que sigue es, en buena medida, lo que hablamos esa madrugada, mientras el gallo todavía dudaba si era hora o no de cantar.

Proteínas bajo la lupa de los algoritmos

De todas las aplicaciones concretas que ya tiene la inteligencia artificial en la investigación médica, el análisis de proteínas es una de las que más avanzado está. AlphaFold, la herramienta desarrollada por DeepMind, permitió examinar a gran escala las estructuras de esas moléculas, que son las encargadas de casi todas las tareas que sostienen la vida en el organismo. Conocer cómo se pliegan y se acomodan esas estructuras abre un mapa que los científicos usan como base para investigar enfermedades y para avanzar en el diseño de nuevos medicamentos. No es magia: es una manera de ver, con una precisión enorme, lo que antes costaba meses de trabajo en el laboratorio.

La cosa, según cuenta Suleyman, va más allá de procesar información a mayor velocidad. Las herramientas de IA pueden trabajar con grandes conjuntos de datos biológicos y simular secuencias moleculares, una capacidad que resulta clave en la búsqueda de tratamientos. En ese terreno, el análisis computacional se conecta con preguntas muy concretas sobre cómo funciona el organismo y cómo se puede intervenir cuando algo falla. Es como pasar de mirar el cielo a ojo desnudo a tener un telescopio que muestra las estrellas una por una, con nombre y coordenadas.

• AlphaFold, de DeepMind, descifró la estructura de proteínas a gran escala y sirvió como base para estudiar enfermedades y diseñar fármacos.
• La IA permite cruzar grandes bases de datos biológicos y simular secuencias moleculares para buscar tratamientos.
• Suleyman propone reunir en un mismo modelo información genética, química y clínica de cada paciente.
• Esa integración facilitaría detectar enfermedades en etapas tempranas, orientar terapias y personalizar los tratamientos.
• El libro menciona a Altos Labs como una de las compañías que estudian la reprogramación del epigenoma para frenar o revertir el envejecimiento.
• El autor imagina un futuro en el que llegar a los cien años con buena salud sea habitual, aunque aclara que es una proyección a varias décadas.

El ADN como información editable

El planteo de Suleyman parte de una idea que parece simple pero cambia todo: entender el ADN como información que la ciencia puede leer y, eventualmente, modificar. Para eso hace falta combinar herramientas de laboratorio con sistemas informáticos cada vez más potentes. El siguiente paso que el autor propone es justamente ese: reunir datos genéticos, químicos y clínicos dentro de los mismos modelos. Según su mirada, esa combinación podría facilitar la detección temprana de enfermedades, orientar el desarrollo de nuevas terapias y, sobre todo, adecuar los tratamientos a las particularidades de cada paciente. Es el corazón de lo que se conoce como medicina personalizada.

Dentro de ese panorama, la investigación del envejecimiento ocupa un lugar central. Suleyman menciona a Altos Labs entre las compañías que trabajan con la reprogramación del epigenoma, esos mecanismos que controlan qué genes se activan y cuáles se apagan a lo largo de la vida. El objetivo de esos estudios es explorar maneras de frenar o, si se puede, revertir el envejecimiento. A partir de estos desarrollos, el autor imagina un futuro en el que alcanzar los cien años en buenas condiciones sea algo habitual, aunque aclara que se trata de una proyección a varias décadas. Lo que ya existe en análisis de proteínas e investigación genética no equivale, todavía, a haber llegado a ese resultado.

Los dilemas que vienen con la ola

Como buen libro que se anima a mirar hacia adelante, La ola que viene no se queda solo en las promesas. Suleyman advierte que las posibles mejoras físicas y cognitivas que estas tecnologías podrían traer plantean preguntas serias sobre el acceso, la regulación y los límites éticos. Si una terapia capaz de prolongar la vida saludable existe y funciona, quién podrá pagarla, quién decidirá quién la recibe y bajo qué reglas se aplicará son discusiones que todavía están abiertas. La técnica avanza más rápido que las respuestas institucionales, y ahí aparece, para mí, el verdadero campo de debate de los próximos años. Mientras tanto, yo vuelvo a la peña con la sensación de que, por primera vez en mucho tiempo, la medicina tiene un mapa nuevo entre las manos. El desafío será que ese mapa no termine siendo privilegio de unos pocos.

“Estas herramientas pueden trabajar con grandes conjuntos de datos biológicos y simular secuencias moleculares, capacidades que ayudan en la búsqueda de tratamientos.”Mustafa Suleyman, La ola que viene