En 1869, Friedrich Miescher, un joven suizo de 25 años, de nariz angulada, prominente barba y ojos tristes, cambió la forma de entender la biología. Aisló varias moléculas ricas en fosfatos, a las cuales llamó nucleínas (ácidos nucleicos), a partir del núcleo de los glóbulos blancos. Un descubrimiento que, en su momento, pasó sin pena ni gloria hasta que, años después, el que sería premio nobel, Albrecht Kossel, rescató las teorías de Miescher y llegó a la conclusión de que las nucleínas eran los portadores de la información hereditaria. Es decir, el ADN.
Nadie duda ahora de la importancia capital que tiene el conocimiento del ADN en la biología, pero lo interesante es que, en origen, no se le brindó la importancia requerida. De hecho, harían falta varias décadas hasta que el hallazgo de Miescher alcanzase el desciframiento de su estructura por los científicos Francis Crick, de Gran Bretaña, y James Watson, de Estados Unidos, que publicaron la famosa estructura de la doble hélice del ADN en 1953.
¿Qué permitió este avance? Fueron muchos los factores decisivos pero, tal vez, el más determinante de ellos provino de los avances técnicos y las capacidades efectivas de investigar con profundidad. Progresos tecnológicos que ahora, en los años veinte del tercer milenio, están capitaneados por la inteligencia artificial (IA). Y es que, mientras que la biología antes se veía como un campo lleno de caos y complejidad, las herramientas computacionales, especialmente la IA, están abriendo nuevas fronteras en la ciencia.
A pesar de la revolución tecnológica, algunos científicos eran reacios a aceptar la IA como una herramienta crucial. Otros, más visionarios, sí vieron su potencial. Científicos como César de la Fuente, del Machine Biology Group de la Universidad de Pensilvania, que estrena este capítulo del podcast ‘Inteligencias’ de Google, titulado: Inteligencia científica .
César propuso usar la IA para el descubrimiento de antibióticos, yendo a la contra de la minusvaloración existente de las capacidades de la herramienta para lograr una gestión óptima de los datos. Sin embargo, sus esfuerzos han transformado este campo, mostrando cómo la IA permite descubrir antibióticos de manera mucho más rápida y eficaz. De hecho, hoy se descubren cientos de miles de antibióticos en horas, un proceso que antes habría tardado años.
La revolución de la biología estructural con AlphaFold
Por su parte, como siguiente invitado al podcast, el director del Grupo de Estructura de Ensamblados Macromoleculares del CSIC, Carlos Fernández, destacó cómo la IA ha transformado la biología estructural, un área crucial para entender el funcionamiento de las proteínas dentro de las células. Antes, determinar la estructura de una proteína podría llevar años; hoy, herramientas como AlphaFold (tecnología de IA desarrollada por Google Deepmind que les valió a sus desarrolladores el Nobel de Química en 2024 y que está basada en deep learning) han acelerado este proceso a meses. De hecho, AlphaFold ha predicho más de 200 millones de estructuras proteicas, cubriendo casi todas las proteínas catalogadas por la ciencia. Gracias a esta predicción, la ciencia ha ahorrado el equivalente a mil millones de años de investigación.
Este avance ha tenido un impacto profundo no solo en la biología, sino también en la medicina. La capacidad de predecir con precisión la estructura de proteínas abre nuevas oportunidades para desarrollar tratamientos innovadores, como en el caso de la investigación sobre la enfermedad del sueño (Tripanosomiasis africana), que desarrolla el departamento de Carlos Fernández en CSIC.
Resolviendo desafíos cruciales; la ciencia y la aplicación de la IA en la medicina
La investigación científica, especialmente en campos como la microbiología, enfrenta desafíos significativos, entre ellos la resistencia a los antibióticos, que según la ONU, podría causar hasta 10 millones de muertes anuales para 2050. La IA se presenta como una herramienta clave para abordar esta crisis, ayudando a diseñar antibióticos eficaces frente a microorganismos resistentes.
En el ámbito de la medicina, las soluciones impulsadas por IA también están transformando la atención sanitaria. Un ejemplo de esto es la startup Tucuvi, que utiliza IA para optimizar la gestión de datos de pacientes y mejorar la calidad de la atención médica. Según la CEO de Tucuvi, María González, la IA ayuda a aliviar la carga de los profesionales de salud, brindándoles tiempo para centrarse en los pacientes que más lo necesitan. Por ejemplo, en el seguimiento de pacientes crónicos tras el alta hospitalaria, la IA, a través de su asistente Lola, realiza un seguimiento regular del paciente, lo que permite detectar problemas potenciales antes de que empeoren, mejorando los resultados en salud y reduciendo el riesgo de reingresos. A modo de conclusión, queda claro que el impacto de la IA en la investigación científica es innegable. La colaboración entre la inteligencia humana y las máquinas está abriendo nuevas fronteras en la biomedicina, la biología estructural y la atención sanitaria. Hoy la inteligencia artificial ha dejado de ser una herramienta experimental para convertirse en un motor clave en la resolución de problemas globales, acelerando la investigación, mejorando la calidad de la atención médica y ofreciendo soluciones a desafíos científicos complejos.
