Desde un prompt en español: la IA que diseña proteínas a pedido

Diseñar una proteína desde cero solía ser cosa de especialistas: había que conocer la estructura tridimensional, la posición exacta de cada aminoácido y hasta las moléculas de agua que participan en la reacción. Ahora un equipo de investigadores con base en China quiere llevar esa capacidad al público general con una herramienta de inteligencia artificial que trabaja a partir de instrucciones en lenguaje natural.

Cómo funciona

El usuario escribe un prompt —por ejemplo, “una enzima que corte ADN en una secuencia específica”— y el sistema genera una secuencia de aminoácidos que debería cumplir esa función. La ventaja es que la IA se encarga de todo el razonamiento estructural que antes requería un experto. Los creadores reconocen que la tasa de éxito no es alta: de cada decenas de diseños, solo unos pocos producen una proteína realmente funcional. Pero el método logra su objetivo, y eso ya es un avance.

Para que la herramienta funcione, el usuario debe especificar detalles clave del mecanismo enzimático, como los aminoácidos que participan en la catálisis y el agua que ocupa el sitio activo. A partir de ahí, la IA construye el resto de la proteína alrededor de ese blanco. Es un enfoque que baja la barrera de entrada, pero que todavía exige cierto conocimiento técnico para formular bien el pedido.

El equivalente al “vibe coding” en biología

El concepto recuerda al “vibe coding”, esa tendencia en programación donde se le pide a una IA que genere código a partir de una descripción vaga y luego se prueba hasta que funciona. Acá es lo mismo, pero con proteínas: se generan decenas de candidatos, se llevan al laboratorio y se seleccionan los que realmente hacen lo que se pidió. El que no tenga acceso a un laboratorio para hacer esos ensayos, de momento, se queda solo con el diseño teórico.

En paralelo, la plataforma Hugging Face anunció que ahora aloja una herramienta similar, pero que trabaja a nivel de ADN. Es decir, en vez de generar secuencias de aminoácidos, diseña secuencias genéticas que codifican para una función deseada. Ambas iniciativas apuntan a democratizar la biología sintética, aunque el filtro práctico sigue siendo la capacidad de validar los resultados en un entorno experimental.

Qué significa para Chile

Por ahora no hay una versión disponible en español ni un sitio web público donde cualquier chileno pueda probar la herramienta. Tampoco se sabe si los modelos se entrenaron con datos de proteínas de interés local, como las que intervienen en la fermentación del vino o en la adaptación de cultivos al clima del norte grande. La relevancia para Chile es, por ahora, indirecta: el avance muestra que la IA aplicada a la biología molecular avanza rápido y que, si el país quiere participar, necesita centros con capacidad de síntesis y ensayo de proteínas, algo que hoy está concentrado en muy pocos laboratorios universitarios.

El estudio completo fue publicado por la colaboración china y está disponible en servidores de preimpresión. Hugging Face, por su parte, liberó el código de su herramienta de ADN en su repositorio público, lo que permite a cualquier equipo con conocimientos técnicos adaptarlo a sus propias necesidades.

Con información de Ars Technica