21 de febrero de 2026
3 minutos de lectura
Agréganos en GoogleAñadir ciencia-Am
‘An AlphaFold 4’: los científicos se maravillan con la nueva IA exclusiva del spin-off de fármacos DeepMind
El modelo de descubrimiento de fármacos patentado por Isomorphic Lab es un avance importante, pero los científicos que desarrollan herramientas de código abierto se quedan adivinando cómo lograr resultados similares.
La herramienta de IA incluye predicciones de cómo interactúan las proteínas con posibles moléculas terapéuticas.
Casi dos años después de que Google DeepMind lanzara un AlphaFold3 actualizado orientado al descubrimiento de fármacos, su spin-off biofarmacéutico, Isomorphic Labs, anunció un modelo de inteligencia artificial aún más poderoso, y se lo guardan todo para ellos mismos.
Isomorphic Labs, con sede en Londres, promocionó las capacidades de su “motor de descubrimiento de fármacos” (al que llama IsoDDE) en un informe técnico de 27 páginas, publicado el 10 de febrero. Los logros, incluidas predicciones precisas sobre cómo interactúan las proteínas con posibles fármacos y estructuras de anticuerpos, han impresionado a los científicos que trabajan en este campo.
Sin embargo, a diferencia de los sistemas de inteligencia artificial AlphaFold para predecir la estructura de las proteínas, que se pusieron a disposición de otros investigadores y se describieron en profundidad en artículos de revistas, IsoDDE es propietario y el artículo técnico ofrece poca información sobre cómo lograr resultados similares.
Sobre el apoyo al periodismo científico
Si está disfrutando de este artículo, considere apoyar nuestro periodismo galardonado suscribiéndose. Al comprar una suscripción, ayudas a garantizar el futuro de historias impactantes sobre los descubrimientos y las ideas que dan forma a nuestro mundo actual.
“Es un avance importante, en la escala de un AlphaFold4”, en referencia a una generación futura inédita de la tecnología de Google DeepMind, dice Mohammed AlQuraishi, biólogo computacional de la Universidad de Columbia en la ciudad de Nueva York que está trabajando para desarrollar versiones de código abierto de AlphaFold. “El problema, por supuesto, es que no sabemos nada de los detalles”.
Interacciones fármaco-proteína
AlphaFold 3 se desarrolló teniendo en mente el descubrimiento de fármacos. A diferencia de su predecesor, AlphaFold2, ganador del Premio Nobel, el modelo podría predecir las estructuras de las proteínas que interactúan con otras moléculas, incluidos fármacos potenciales.
IA similares modeladas a partir de AlphaFold 3 se han acercado a igualar completamente su rendimiento y tienen nuevas capacidades. Un modelo de código abierto llamado Boltz-2, desarrollado por científicos del Instituto Tecnológico de Massachusetts en Cambridge y lanzado el año pasado, podría predecir la fuerza con la que los fármacos potenciales se adhieren a las proteínas, o la afinidad de unión. Esta es una propiedad clave para el desarrollo de terapias y generalmente se predice con métodos basados en la física computacionalmente intensivos.
Según el informe de Isomorphic, su nueva IA supera tanto a Boltz-2 como a los métodos basados en la física para determinar la afinidad de unión. Las predicciones sobre cómo los anticuerpos (que forman la base de terapias que generan decenas de miles de millones de libras en ventas anualmente) interactúan con sus objetivos también son de última generación, afirma el informe.
AlQuraishi dice que está especialmente impresionado por la capacidad del IsoDDE para predecir interacciones fármaco-proteína de moléculas que son muy diferentes de los datos con los que se entrenó el modelo. “Ese es el problema realmente difícil y sugiere que deben haber hecho algo bastante novedoso”, afirma.
salsa secreta
Los modelos detrás de IsoDDE son “profundamente diferentes” de otros esfuerzos, dice Max Jaderberg, presidente de Isomorphic. Pero la compañía no tiene planes de revelar la “salsa secreta” detrás de esto. “Como ocurre con la mayoría de los grandes avances en aprendizaje automático e inteligencia artificial, es una combinación de computación, datos [and] algoritmos”, añade Jaderberg. Espera que el informe de su equipo “galvanice” los esfuerzos de otros equipos que crean IA para el descubrimiento de fármacos.
“Este informe surge después de grandes esfuerzos para asociarse con la industria y potencialmente acceder a sus datos estructurales privados, por lo que no sabemos qué impacto tienen esos datos adicionales” para el desempeño de IsoDDE, escribió en el sitio de redes sociales X Diego del Álamo, biólogo estructural computacional de Takeda Pharmaceuticals, con sede en Cambridge.
Isomorphic ha cerrado acuerdos de desarrollo de medicamentos, potencialmente valorados en miles de millones de libras, con las compañías farmacéuticas Johnson and Johnson, Eli Lilly y Novartis. También tiene su propia cartera interna, con ensayos clínicos en el horizonte. Jaderberg dice que la empresa ha desarrollado versiones diferentes de IsoDDE de la utilizada para el informe técnico, incluso para trabajar con sus socios, que incorporan diferentes fuentes de datos.
Su colega Michael Schaarschmidt, director de aprendizaje automático de Isomorphic, dice que la estrategia de datos de la compañía es “bastante completa”, incorporando datos disponibles públicamente, datos de entrenamiento sintéticos y fuentes de datos que “intentarán obtener licencia”.
Gabriele Corso, un científico de aprendizaje automático que codesarrolló Boltz-2 y ahora dirige la empresa sin fines de lucro Boltz en Londres, no cree que los datos patentados desempeñaran un papel esencial en el rendimiento informado de la herramienta de Isomorphic, sobre la base de las ganancias que su equipo está observando. “Hay muchas mejoras que podemos hacer con los datos que existen”, afirma. “Creo que esta es una nueva línea de base que hay que igualar, pero también que hay que aprobar”.
Este artículo se reproduce con autorización y se publicó por primera vez el 19 de febrero de 2026.
Es hora de defender la ciencia
Si te ha gustado este artículo, me gustaría pedirte tu apoyo. Científico americano ha servido como defensor de la ciencia y la industria durante 180 años, y ahora mismo puede ser el momento más crítico en esos dos siglos de historia.
he sido un Científico americano suscriptor desde que tenía 12 años y me ayudó a moldear mi forma de ver el mundo. Ciencia-Am Siempre me educa y me deleita, e inspira una sensación de asombro por nuestro vasto y hermoso universo. Espero que también lo haga por ti.
Si te suscribes a Científico americanousted ayuda a garantizar que nuestra cobertura se centre en investigaciones y descubrimientos significativos; que tenemos los recursos para informar sobre las decisiones que amenazan a los laboratorios en todo Estados Unidos; y que apoyemos a los científicos tanto en ciernes como en activo en un momento en el que con demasiada frecuencia el valor de la ciencia misma pasa desapercibido.
A cambio, obtiene noticias esenciales, podcasts cautivadores, infografías brillantes, boletines informativos imperdibles, vídeos imprescindibles, juegos desafiantes y los mejores escritos e informes del mundo científico. Incluso puedes regalarle a alguien una suscripción.
Nunca ha habido un momento más importante para que nos levantemos y demostremos por qué la ciencia es importante. Espero que nos apoyes en esa misión.