Principales destacados
- La predicción de Anthropic: Dario Amodei cree que el cáncer, el Alzheimer y las enfermedades cardíacas podrían dejar de ser amenazas en menos de diez años gracias a los avances de la IA.
- El avance de Google: AlphaFold ya ofrece más de 261 millones de modelos de estructuras de proteínas y ha ampliado la capacidad de investigación de la comunidad científica.
- Del descubrimiento al tratamiento: la tecnología permite estudiar interacciones moleculares importantes para la investigación de medicamentos, pero todavía se necesitan validaciones experimentales y ensayos clínicos.
La inteligencia artificial podría estar más cerca de transformar la medicina de lo que imaginamos.
Mientras Dario Amodei, CEO de Anthropic, prevé que enfermedades como el cáncer y el Alzheimer podrían convertirse en cosas del pasado en menos de una década, Google DeepMind ya tiene una contribución científica concreta en esa dirección: AlphaFold, un sistema capaz de predecir estructuras de proteínas y ayudar a los investigadores a comprender mecanismos fundamentales de la vida.
La tecnología no cura el cáncer ni desarrolla medicamentos automáticamente. Sin embargo, ya ha resuelto uno de los grandes desafíos de la biología molecular y ha abierto nuevas posibilidades para investigar enfermedades, identificar objetivos terapéuticos y acelerar la investigación farmacéutica.
La promesa parece sacada de una película de ciencia ficción. Imaginemos una medicina capaz de identificar los mecanismos de las enfermedades, encontrar moléculas prometedoras y desarrollar tratamientos a una velocidad muy superior a la actual.
Ese es precisamente el escenario que están proyectando algunos de los principales nombres de la industria de la inteligencia artificial.
Pero existe una diferencia importante entre predecir una revolución y demostrar que ya ha comenzado. Y AlphaFold ofrece un ejemplo interesante de cómo podría producirse esta transformación.
Anthropic cree que las enfermedades podrían convertirse en cosa del pasado 🧬
El 11 de noviembre de 2026, Dario Amodei volvió a llamar la atención al presentar una visión muy optimista sobre el futuro de la medicina.
El CEO de Anthropic afirmó que cree que el cáncer, el Alzheimer, las enfermedades cardíacas y los trastornos mentales podrían convertirse en reliquias del pasado en menos de diez años.
«Si hacemos esto bien, podremos crear una era de milagros», afirmó Amodei al defender que la humanidad podría resolver problemas que desafían a la ciencia desde hace milenios.
Su declaración está relacionada con la capacidad que atribuye a la inteligencia artificial para acelerar la investigación biológica, descubrir medicamentos y ampliar la comprensión de los mecanismos que provocan enfermedades.
⚠️ Pero hay un detalle importante: la predicción es una expectativa del ejecutivo, no un consenso científico. Médicos y representantes de la industria farmacéutica cuestionan la posibilidad de cumplir ese plazo, especialmente porque desarrollar un medicamento seguro y eficaz sigue siendo un proceso complejo.
La propia historia de la medicina demuestra que descubrir cómo funciona una enfermedad no significa necesariamente encontrar una cura.
Aquí es donde entra una de las contribuciones más importantes de Google a la ciencia.
AlphaFold: el proyecto de Google que cambió la investigación sobre proteínas
Desarrollado por Google DeepMind, AlphaFold fue creado para resolver un problema que acompañaba a los biólogos desde hacía aproximadamente 50 años: predecir cómo una secuencia de aminoácidos se organiza en una estructura tridimensional.
Puede parecer un detalle técnico, pero es una de las cuestiones fundamentales de la biología.
Las proteínas son responsables de innumerables actividades dentro de los organismos. Participan en reacciones químicas, transportan sustancias, envían señales entre células y ayudan a mantener el funcionamiento del cuerpo.
Su estructura determina buena parte de sus funciones.
Cuando los investigadores consiguen comprender cómo se organiza una proteína, también pueden investigar cómo interactúa con otras moléculas y qué papel desempeña en determinados procesos biológicos.
🔬 El gran avance llegó en 2020: AlphaFold 2 presentó resultados extraordinarios en la competición CASP14, una referencia internacional para evaluar métodos de predicción de estructuras proteicas.
La tecnología alcanzó un nivel de precisión que sorprendió a la comunidad científica y cambió la manera en que los investigadores podían abordar este problema.
En 2024, Demis Hassabis y John Jumper, de Google DeepMind, recibieron el Premio Nobel de Química por el desarrollo de AlphaFold. El galardón también reconoció a David Baker por sus contribuciones al diseño computacional de proteínas.
No fue simplemente un reconocimiento a la inteligencia artificial. Fue la confirmación de que las herramientas computacionales podían producir avances científicos de enorme relevancia.
Más de 261 millones de estructuras: la magnitud del avance
Después de demostrar su capacidad para predecir estructuras proteicas, Google DeepMind trabajó con el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI) para poner esta información gratuitamente a disposición de la comunidad científica.
Así nació AlphaFold Protein Structure Database.
En 2022, la plataforma recibió más de 200 millones de predicciones, que cubrían prácticamente todas las proteínas catalogadas y conocidas en aquel momento.
La base de datos siguió evolucionando y, según su documentación consultada en noviembre de 2026, ya reúne 261.552.403 modelos predichos, incluidas isoformas y estructuras procedentes de diferentes conjuntos de datos.
Esto representa una cantidad extraordinaria de información disponible para investigadores de todo el mundo.
En lugar de tener que empezar cada investigación desde cero, los científicos pueden consultar estructuras predichas y utilizar estos datos como punto de partida para formular hipótesis y planificar experimentos.
🌎 El impacto también es global: la herramienta ha permitido que laboratorios de diferentes países accedan a información estructural sin necesidad de disponer de todos los recursos necesarios para realizar los experimentos que permiten determinar esas estructuras.
Es una importante democratización del acceso al conocimiento científico.
AlphaFold 3 dio un paso más: ahora la IA investiga las interacciones moleculares
Si AlphaFold 2 revolucionó la predicción de estructuras de proteínas, la tercera generación amplió el campo de investigación.
Presentado en mayo de 2024, AlphaFold 3 fue desarrollado por Google DeepMind en colaboración con Isomorphic Labs, una empresa de biotecnología perteneciente a Alphabet.
La novedad es que el sistema puede predecir estructuras e interacciones entre diferentes tipos de moléculas biológicas.
Entre ellas:
- Proteínas: moléculas fundamentales para el funcionamiento de los organismos.
- ADN: responsable de almacenar la información genética.
- ARN: participa en la expresión y regulación de los genes.
- Moléculas pequeñas: incluidos compuestos que pueden utilizarse en el desarrollo de medicamentos.
- Iones y otras estructuras moleculares: elementos que participan en diferentes procesos biológicos.
Esta evolución resulta especialmente interesante para la investigación farmacéutica.
Un medicamento necesita interactuar con determinadas estructuras del organismo para producir el efecto deseado. Comprender estas interacciones puede ayudar a los investigadores a identificar nuevas posibilidades de tratamiento.
La diferencia es importante: AlphaFold no solo ayuda a visualizar los componentes de la vida, sino que también permite investigar cómo se conectan e interactúan entre sí.
Google ofrece AlphaFold Server para que los investigadores puedan realizar predicciones de interacciones moleculares y ampliar el acceso a esta capacidad.
¿Cómo puede ayudar esto en la investigación contra el cáncer? 🎯
El cáncer es uno de los ejemplos más relevantes para comprender el potencial de esta tecnología.
La enfermedad implica alteraciones en procesos celulares y moleculares. Dependiendo del tipo de tumor, determinadas proteínas pueden participar en el crecimiento descontrolado de las células, la resistencia a los tratamientos o la capacidad de invadir otros tejidos.
Una de las proteínas importantes en este contexto es p53, conocida frecuentemente como una especie de guardiana del genoma.
Participa en mecanismos que controlan la división celular y ayudan a impedir que las células con daños genéticos sigan multiplicándose.
Las alteraciones en el gen TP53, responsable de producir esta proteína, aparecen en muchos tipos de cáncer.
Con herramientas como AlphaFold, los investigadores pueden estudiar estructuras proteicas, posibles interacciones y alteraciones que ayudan a comprender estos mecanismos.
Esto puede contribuir a investigaciones sobre:
1️⃣ Identificación de objetivos terapéuticos: comprender qué proteínas participan en procesos relacionados con el desarrollo de tumores.
2️⃣ Investigación de mutaciones: estudiar cómo los cambios en determinadas regiones de una proteína pueden modificar su funcionamiento.
3️⃣ Desarrollo de moléculas: evaluar posibles interacciones entre compuestos y proteínas que podrían convertirse en objetivos de medicamentos.
4️⃣ Nuevas estrategias de tratamiento: proporcionar información estructural para investigaciones sobre terapias más específicas.
El mismo enfoque puede aplicarse a enfermedades neurodegenerativas, infecciosas y cardiovasculares.
Es una contribución relevante, pero no significa que el sistema pueda identificar por sí solo la cura de una enfermedad.
¿Puede la IA acelerar el descubrimiento de medicamentos?
Esta es una de las grandes apuestas de la industria farmacéutica.
El descubrimiento tradicional de medicamentos implica identificar un objetivo biológico, encontrar una molécula candidata, realizar experimentos de laboratorio y, posteriormente, evaluar su seguridad y eficacia.
Cada etapa puede consumir mucho tiempo y recursos.
La inteligencia artificial puede ayudar a reducir parte de ese trabajo, especialmente en las primeras fases de investigación.
Isomorphic Labs, empresa de Alphabet, trabaja precisamente en la aplicación de inteligencia artificial al desarrollo de medicamentos.
La propuesta consiste en utilizar modelos computacionales para comprender sistemas biológicos, identificar posibles objetivos y diseñar moléculas con características específicas.
AlphaFold es una de las bases científicas que ayudan a impulsar este campo.
💊 Lo que todavía falta: una estructura predicha mediante inteligencia artificial no es un medicamento listo para utilizarse. Una molécula prometedora debe sintetizarse, probarse en laboratorio, evaluarse en modelos preclínicos y someterse a ensayos clínicos en seres humanos.
Por eso, los especialistas todavía cuestionan las predicciones de que enfermedades complejas desaparecerán en menos de diez años.
Google cambió el equipo de AlphaFold. ¿El proyecto terminó?
Existe una información importante para comprender el momento actual de esta tecnología.
En julio de 2026, un reportaje del Financial Times reveló que Google DeepMind había desmantelado buena parte del equipo dedicado originalmente a AlphaFold.
Algunos investigadores fueron trasladados a otras iniciativas, incluidos proyectos relacionados con Gemini, diseño de enzimas, genómica y fusión nuclear. Otros profesionales se incorporaron a Isomorphic Labs.
El cambio generó dudas sobre el futuro del proyecto, especialmente porque AlphaFold fue uno de los mayores logros científicos de la historia reciente de Google DeepMind.
Sin embargo, la reestructuración no significa que la tecnología haya sido descontinuada.
Google sigue ofreciendo AlphaFold Database, AlphaFold Server y sus modelos para investigación académica.
El cambio refleja una transformación en la estrategia científica de la empresa: en lugar de concentrar un equipo en un único desafío, DeepMind comenzó a dirigir parte de sus investigadores hacia sistemas de inteligencia artificial más amplios y otras áreas de la ciencia.
El propio AlphaFold también ha dejado un legado que puede seguir siendo aprovechado por investigadores independientes de todo el mundo.
La promesa de Amodei y el trabajo que ya está en marcha
La declaración del CEO de Anthropic vuelve a situar la medicina en el centro de las discusiones sobre el futuro de la inteligencia artificial.
Pero AlphaFold demuestra que esta transformación no necesita imaginarse únicamente como una promesa lejana.
Ya existen herramientas capaces de ampliar el conocimiento sobre las proteínas, investigar interacciones moleculares y proporcionar información importante a los investigadores que buscan nuevos tratamientos.
La diferencia entre ambos escenarios está en la etapa de desarrollo.
| Anthropic | Google DeepMind |
|---|---|
| Proyecta una transformación radical de la medicina en menos de diez años | Ya ofrece herramientas científicas utilizadas en investigaciones |
| Destaca el potencial de la IA para acelerar descubrimientos | Ha desarrollado modelos de predicción de estructuras e interacciones moleculares |
| Presenta una expectativa sobre el futuro | Cuenta con resultados científicos y aplicaciones ya demostradas |
Ninguno de estos avances significa que el cáncer esté cerca de desaparecer. Tampoco existe garantía de que la inteligencia artificial pueda cumplir los plazos anunciados por los líderes del sector.
Pero la ciencia ha ganado herramientas que permiten investigar la vida a una escala que antes era muy difícil de alcanzar.
Quizás la gran pregunta para los próximos años no sea simplemente qué empresa desarrollará la inteligencia artificial más potente, sino cuál conseguirá transformar esa capacidad computacional en descubrimientos que realmente cambien la vida de las personas.
Y, en ese campo, AlphaFold ya ha dejado una huella importante.
