La IA generativa en las ciencias de la vida nos ayuda a replantear el futuro de la salud humana

La humanidad está entrando en una era en la que la biología y la computación convergen. La inteligencia artificial generativa (GenAI) ha surgido como uno de los catalizadores más poderosos que aceleran el progreso en las ciencias de la vida, potenciando otras biotecnologías como CRISPR y la ingeniería celular.

La IA se está convirtiendo en parte integral de la experiencia humana, con aplicaciones que ya influyen en la vida cotidiana. La rápida adopción de herramientas como ChatGPT ilustra la profundidad con la que la IA puede aumentar las capacidades humanas.

Como muchas tecnologías transformadoras, la IA ha atravesado sus propios períodos de estancamiento. Sin embargo, la confianza es mayor que nunca en que estamos en un verdadero punto de inflexión en las ciencias de la vida. A medida que estas tecnologías maduran, los límites entre disciplinas comienzan a difuminarse.

Los grandes modelos fundamentales, los conjuntos de datos multimodales y los avances en el estudio de moléculas biológicas a gran escala, como el ADN y las proteínas, están permitiendo avances a un ritmo que antes se consideraba imposible.

Si bien la industria farmacéutica aún no ha alcanzado el equivalente a la “ley de Moore” en el desarrollo de medicamentos, ahora contamos con herramientas mucho mejores para descifrar los secretos de la vida.

Un ejemplo destacado es la solución al problema del plegamiento de proteínas: el aprendizaje profundo permitió predecir con precisión las estructuras tridimensionales de las proteínas, un avance reconocido con el Premio Nobel de Química 2024, otorgado a David Baker, Demis Hassabis y John Jumper.

La proteómica —el estudio a gran escala del proteoma o de las proteínas— se ha convertido en un nuevo pilar del descubrimiento. La proteómica de una sola célula ahora permite caracterizar la expresión proteica con resolución a nivel de células individuales, descubriendo nuevos tipos celulares y revelando los verdaderos mecanismos de las enfermedades. Esta información posibilita un diseño más racional de moléculas.

Los organoides, como sistemas modelo personalizables y escalables, cierran la brecha entre la investigación in vitro e in vivo. Facilitan la realización de pruebas de alto rendimiento y la evaluación personalizada de medicamentos de manera más precisa y rentable.

El marco de la Célula Virtual es otro desarrollo transformador. Al integrar datos biológicos con modelos fundamentales de IA, los científicos pueden simular células vivas a múltiples escalas. Esto permite que biólogos y especialistas en computación colaboren en la construcción de modelos computacionales del comportamiento celular, acelerando significativamente el descubrimiento de fármacos y la investigación biomédica.

Los siguientes avances destacan las formas fundamentales en que la IA está transformando la manera en que los científicos exploran, prueban e interpretan la biología.

Los modelos de células virtuales simulan reglas y componentes fundamentales para generar comportamientos complejos y realistas, como la división, migración y muerte celular. Por ejemplo, el envejecimiento puede estudiarse de forma computacional sin tener que esperar años de progresión natural.

Esta evolución hacia “pacientes virtuales” y “ensayos clínicos virtuales” permite a los investigadores predecir resultados de tratamientos, reduciendo el tiempo y los costos en comparación con los experimentos tradicionales.

La perturbación biológica, una alteración en la función de un sistema biológico, puede ocurrir a nivel de genes, proteínas o moléculas. Un desafío central en el desarrollo de fármacos es la reproducibilidad: los resultados pueden variar drásticamente entre laboratorios o incluso entre investigadores individuales.

La automatización y la robótica ofrecen una solución, estandarizando los flujos de trabajo e incorporando el control de calidad en cada etapa de la experimentación, algo especialmente crucial en las terapias génicas y celulares.

Si ChatGPT representa un avance en la decodificación del lenguaje humano, ¿cuándo lograremos lo mismo para el ADN y las proteínas? Los modelos fundamentales para la biología están surgiendo rápidamente, con aplicaciones especializadas en neurociencia —para descifrar el cerebro— y en metabolismo —para orientar intervenciones en salud y estilo de vida—.

Estos modelos pueden descubrir “reglas” biológicas a partir de enormes conjuntos de datos sin una definición previa humana, abriendo fronteras completamente nuevas de interpretación.

A partir de estos enfoques, la IA generativa ya está impulsando avances concretos en múltiples áreas de las ciencias de la vida.

La IA generativa está acelerando tanto el descubrimiento como el desarrollo. En la etapa de descubrimiento, identifica nuevos objetivos y optimiza el diseño molecular. En la de desarrollo, agiliza la validación preclínica, diseña sistemas de administración más seguros y eficaces para terapias génicas y celulares, y crea ensayos clínicos más inteligentes.

Al simular poblaciones de pacientes, predecir resultados y sintetizar datos del mundo real provenientes de historiales clínicos electrónicos y dispositivos portátiles, la IA acorta el camino del concepto a la clínica y mejora la preparación para la regulación.

Los asistentes personales basados en IA pueden analizar datos multimodales en tiempo real, brindando a los médicos una visión longitudinal y completa de cada paciente. Al actuar como “asistentes de longevidad”, apoyan la atención personalizada en sociedades envejecidas donde los equipos médicos escalables son inviables.

Al realizar un seguimiento continuo del progreso a un costo marginal, la IA garantiza diagnósticos, monitoreo y tratamientos individualizados.

La IA está haciendo posible una decodificación neural fluida, que traduce las señales cerebrales en interacciones con dispositivos externos.

Esto crea una comunicación bidireccional entre la cognición biológica y los sistemas computacionales, abriendo paso a tecnologías de asistencia para pacientes y a nuevas interfaces humano-máquina que amplían el potencial humano.

La IA generativa introduce un enfoque modular y “plug-and-play” para el diseño de sistemas biológicos. Predice cómo se comportarán las células, organismos o moléculas modificados, lo que permite desarrollar rápidamente nuevos organismos, materiales y propiedades químicas.

Estos avances aceleran la innovación en medicina, alimentación y agricultura, y biotecnología industrial.

A medida que estas tecnologías maduren, los límites entre disciplinas se difuminarán aún más. Biólogos, científicos de datos, médicos e ingenieros forman ahora parte de un ecosistema compartido, donde el progreso en un área acelera los avances en las demás.

La convergencia de la IA con las ciencias de la vida no se trata solo de velocidad o eficiencia, sino de replantear lo que es posible.

Esto trae consigo oportunidades, pero también desafíos:

Los marcos éticos, el acceso equitativo y una gestión responsable de los datos determinarán si estos avances benefician a la humanidad en su conjunto.

La IA generativa ofrece una oportunidad única para redefinir los fundamentos de lo humano. El desafío —y la promesa— consiste en usarla con sabiduría, visión y valentía.