Una inteligencia artificial le tiró una idea sobre el cáncer que dejó boquiabiertos a los científicos, pero el presupuesto la mandó al archivo

Soy de los que todavía pide room service y mira el pronóstico del fin de semana antes de abrir la notebook, pero esta nota me dejó pensando. Le cuento: una investigadora del Whitehead Institute, en Cambridge, Massachusetts, le preguntó a una inteligencia artificial cómo atacar una proteína llamada MYC, una de las piezas más caprichosas del cáncer, y la máquina le devolvió una idea que nadie en el laboratorio había imaginado. La cuestión es que esa misma idea, cuando se la chocó contra la realidad del presupuesto y los tiempos de un doctorado, no aguantó el trote.

La hipótesis que los dejó helados

La bioquímica Anna Pertl trabaja en su doctorado sobre MYC, una proteína cuya alteración aparece en la mayoría de los cánceres y a la que durante años se le buscó la vuelta. Junto con su colega Kalon Overholt dedicaron casi una hora a corregirle dos errores de arranque a Co-Scientist, la herramienta de Google: la IA confundía los cúmulos de proteínas que tenían que ser el blanco con el propio fármaco y les asignaba siempre una función de activación de genes, cuando algunos hacen justo lo contrario. Después de esos retoques, el sistema se pasó una noche entera leyendo más de 700 estudios, armó 108 estrategias y se quedó con una sola.

La propuesta que conservó era, cuando menos, osada: en vez de tratar de disolver los cúmulos de proteínas que activan el gen, proponía unirlos entre sí hasta trabar la lectura del ADN. Overholt lo dijo con todas las letras: nunca habían pensado en nada parecido. Y ahí estaba la magia, y también el problema.

“Nunca habíamos pensado en nada parecido.”Kalon Overholt, investigador del Whitehead Institute

El presupuesto y los plazos cambiaron todo

Semanas más tarde, Pertl repitió la misma consulta, pero esta vez cargándole las condiciones reales de su doctorado: cuánto dinero tenía y cuántos meses le quedaban. El sistema no le devolvió ni una hipótesis viable. La diferencia entre las dos pruebas es, en el fondo, la diferencia entre soñar un experimento y poder financiarlo. Me acuerdo de comparar siempre la misma fecha del año pasado, y la sensación es parecida: un año atrás la conversación sobre IA en ciencia iba por un lado, hoy ya choca de frente con la pregunta del mango.

Dos voces afuera del laboratorio pusieron los puntos sobre las íes. Anton Sinitskiy, químico computacional de la Universidad Northeastern, aclaró que generar propuestas puede ser rápido, pero comprobarlas sigue demandando tiempo y dinero, que es justamente lo que falta. Ross King, biólogo computacional de la Universidad de Cambridge, fue más lejos y describió los protocolos que arma la IA como meras recetas: útiles como punto de partida, pero lejos de un plan listo para el banco de trabajo.

• La herramienta procesó más de 700 estudios y propuso 108 estrategias, pero conservó una sola.
• La idea ganadora apuntaba a unir cúmulos de proteínas hasta bloquear la lectura del ADN, en lugar de disolverlos.
• Sin restricciones de tiempo y dinero, el sistema eligió una hipótesis original; con las condiciones reales del doctorado, no halló ninguna viable.
• Expertos afuera del equipo remarcaron que las propuestas de la IA todavía necesitan mano humana para definirse, revisarse y, sobre todo, comprobarse en el laboratorio.

Si me preguntan a mí, la moraleja es de las que entran con un café. La inteligencia artificial puede leer setecientos papers mientras nosotros dormimos y sacar de galera una idea que nadie había tenido, pero después viene la parte de siempre: pagar los reactivos, mover las mesadas y bancar los plazos. Para quien quiera hacerse el tiempo, una buena parada para procesar la noticia es sentarse en un bar de Villa Crespo y pedir un cortado con dos medialunas, que pensar ideas grandes con el estómago vacío es mala combinación.