De la Imaginación al Nobel: la inteligencia artificial cambia moléculas
Imagine a un investigador en un laboratorio que pasa horas, días e incluso semanas realizando un mismo experimento una y otra vez, probando con distintas combinaciones para ver si algo nuevo surge de su investigación. Suena agotador. Pues bien, en el pasado, los científicos solían enfrentarse a esta situación diariamente. Pero hoy en día, la inteligencia artificial (IA) transforma ese proceso de una manera que nadie se hubiera imaginado hace unos años. Las compañías como Google DeepMind y BioNTech han dado un salto enorme hacia el futuro con asistentes de laboratorio basados en IA que están diseñados para hacer más eficientes, más rápidos y más efectivos estos experimentos.
Así es menos sorprendente que Google haya recibido el Premio Nobel de química.
Imaginemos un escenario en el que un investigador busca una cura para una enfermedad rara. Hasta ahora, gran parte del trabajo consistía en probar diferentes compuestos químicos para ver si lograban destruir las células afectadas por la enfermedad. Este proceso tomaba años de prueba y error.
Sin embargo, un asistente basado en IA diseña y evalúa estos compuestos en minutos y sugiere aquellos con más probabilidad de funcionar
Aquí entra en juego el asistente de IA que Google DeepMind. No es un robot físico que mueve tubos de ensayo ni nada parecido. En realidad, es un sistema digital capaz de predecir resultados experimentales. Este sistema evalúa distintas combinaciones de compuestos, las cruza con información genética y da recomendaciones basadas en patrones de datos que los humanos, por más capacitados que estén, no pueden procesar con la misma rapidez. Por ejemplo, en lugar de probar 100 combinaciones a ciegas, el asistente sugiere al investigador que se concentre en las 10 que más probablemente den resultados positivos.
Cómo BioNTech utiliza la IA para prevenir fallos
Ahora, imaginemos otro caso: BioNTech, la empresa famosa por desarrollar una de las vacunas más exitosas contra el COVID-19, creó su propio asistente de IA llamado Laila, junto a su filial InstaDeep. Supongamos que un equipo de científicos monitorea una serie de experimentos en un laboratorio lleno de máquinas complejas. De repente, una de esas máquinas empieza a fallar. En lugar de que el problema pase desapercibido y arruine todo el experimento (como podría suceder fácilmente en un entorno normal), Laila, el asistente de BioNTech, detecta el fallo en tiempo real y alerta a los investigadores para que actúen de inmediato. Esto evita que los científicos pierdan semanas o meses de trabajo.
Podríamos comparar a Laila con un copiloto de avión. Aunque el piloto es quien toma el control en situaciones críticas, el copiloto monitorea todo el tiempo el funcionamiento de los instrumentos, avisa cuando algo no está bien y ayuda a que el vuelo sea lo más seguro posible. Del mismo modo, Laila vigila los experimentos, analiza resultados y advierte a los investigadores sobre posibles problemas que podrían arruinar el proceso.
Una IA que no solo automatiza, sino que ayuda a pensar
Si bien automatizar tareas rutinarias como medir cantidades o hacer cálculos ya era una gran ventaja, lo que realmente hace que estos nuevos asistentes de laboratorio sean revolucionarios es su capacidad para ayudar a “pensar” a los investigadores. ¿Y cómo es esto posible? Para entenderlo mejor, veamos un asistente humano. Si le pedimos a este que nos ayude a investigar sobre un tema, lo primero que hará será reunir información, leer sobre el tema y, finalmente, darnos una lista de ideas sobre qué dirección tomar. Los asistentes de IA, como los de Google DeepMind o BioNTech, hacen algo similar: analizan grandes volúmenes de información, identifican patrones y proponen ideas sobre qué hacer después.
Un ejemplo práctico sería el siguiente: imaginemos que los investigadores quieren saber qué proteínas se activan en el cuerpo cuando se administra un nuevo medicamento. Tradicionalmente, esto implicaría revisar uno a uno los efectos de la droga en cientos de muestras y, después de meses, tener una idea general. Con la IA de DeepMind, este análisis puede hacerse en cuestión de minutos. La IA compara la estructura del nuevo medicamento con las proteínas conocidas y sugiere cuáles podrían reaccionar de cierta manera, permitiendo que los investigadores se enfoquen en los aspectos más complejos del estudio.
Redefiniendo el tiempo de la ciencia
Pero esto no se detiene en predecir o analizar datos. Los tiempos para desarrollar nuevos tratamientos se reducen gracias a estas tecnologías. BioNTech, por ejemplo, compró InstaDeep en 2023 para acelerar sus procesos de investigación. En lugar de pasar años probando y descartando diferentes opciones, la IA analiza miles de combinaciones en un tiempo récord, recomendando cuáles tienen más probabilidades de funcionar. Así, los científicos se concentran en profundizar los estudios en esas opciones, en lugar de perder tiempo con opciones que tienen una baja probabilidad de éxito.
Si hablamos de plazos concretos, se espera que en los próximos 5 a 10 años los laboratorios alrededor del mundo adopten estas tecnologías de manera generalizada. Pensemos este ejemplo: el desarrollo de una vacuna suele tomar entre 10 y 15 años. Con la ayuda de estos asistentes de IA, los tiempos podrían reducirse a 5 años o menos. ¿Cómo? Analizando millones de datos de distintas enfermedades, simulando resultados y sugiriendo a los investigadores cómo modificar la estructura de las vacunas para obtener mejores resultados.
¿Qué cambia en el mundo laboral?
Un aspecto interesante de esta revolución es el impacto que tiene en los puestos de trabajo. Por ejemplo, muchos técnicos de laboratorio que antes se dedicaban a tareas como medir compuestos o transcribir datos ahora podrían verse desplazados por estas nuevas tecnologías. Pero, por otro lado, también se están creando nuevos roles. En lugar de necesitar solo biólogos o químicos, los laboratorios comienzan a demandar perfiles híbridos: científicos que, además de entender la biología, sepan programar y manejar estas herramientas de IA.
Esto es similar a lo que pasó con la revolución informática. Hace 30 años, nadie pensaba que un biólogo tuviera que entender de programación. Hoy en día, muchos laboratorios ya están contratando científicos con conocimientos de machine learning. En otras palabras, las oportunidades laborales no se están perdiendo, sino que se están transformando.
Desafíos y expectativas a futuro
Pero, como en toda revolución, también hay desafíos. La adopción de estas tecnologías aún se encuentra en una fase temprana, y su implementación depende de que existan suficientes recursos en los laboratorios para ejecutarlas. Además, no basta con tener la herramienta; hay que saber utilizarla. Un asistente de IA mal configurado o con datos erróneos podría llevar a los investigadores en la dirección equivocada. Por eso, la capacitación de los científicos en el uso de estas nuevas tecnologías será crucial para determinar el éxito o fracaso de su implementación.
A largo plazo, se espera que estos sistemas sean capaces de llevar a cabo experimentos completos por su cuenta, evaluando resultados y sugiriendo nuevas hipótesis a probar. En un futuro más lejano, podríamos ver a estas IAs colaborando no solo en laboratorios de investigación, sino también en hospitales, empresas de biotecnología y, quién sabe, quizás hasta en la educación.
Por ahora, lo que queda claro es que las empresas que lideran esta revolución —como Alphabet Inc. (GOOGL), BioNTech (BNTX) y Microsoft (MSFT)— marcan un antes y un después en el mundo de la ciencia. Con cada avance, se abren nuevas puertas y se plantean nuevos retos. El horizonte que se perfila es uno donde la IA no reemplaza al científico, sino que lo potencia, empujando los límites de lo que se creía posible.
En definitiva, estamos ante el inicio de una nueva era para la investigación científica, una donde los descubrimientos no son cuestión de años, sino de semanas, días o incluso minutos. Y esto es solo el principio.
Las cosas como son.
*Mookie Tenembaum aborda temas internacionales como este todas las semanas junto a Horacio Cabak en su podcast El Observador Internacional, disponible en Spotify, Apple, YouTube y todas las plataformas.