Me acuerdo de la sala de espera del laboratorio donde un vecino, Marcelo, de 52 años, me contaba que cada vez que le pedían un análisis nuevo sentía que le estaban descifrando un mapa. Mientras esperaba el turno, hojeaba una revista sobre avances médicos y me decía, medio en broma, que ya no entendía qué hacían los científicos con tanta proteína y tanta computadora. Esa imagen me volvió a la cabeza cuando me senté a leer La ola que viene, el libro de Mustafa Suleyman, cofundador de DeepMind, donde se describe un cambio profundo en la manera de investigar enfermedades.

El punto de partida es concreto: la inteligencia artificial ya modificó uno de los trabajos más tediosos de la biología, que es estudiar cómo están armadas las proteínas. AlphaFold, el sistema desarrollado por DeepMind, permite examinar sus estructuras a gran escala, algo que antes llevaba años de trabajo experimental. Esa información no es un dato aislado: sirve como base para investigar enfermedades y avanzar en el diseño de medicamentos, porque conocer la forma de una proteína ayuda a pensar cómo bloquearla o estimularla cuando algo funciona mal en el organismo.

Más allá de procesar rápido: simular y combinar datos

El libro no se queda en la velocidad de cálculo. Suleyman describe que las herramientas de inteligencia artificial pueden trabajar con grandes conjuntos de datos biológicos y probar secuencias moleculares en la computadora, una capacidad que cambia la búsqueda de tratamientos. Para entenderlo en criollo: ya no se trata solo de leer más rápido, sino de ensayar combinaciones que en el laboratorio costarían muchísimo tiempo y dinero.

A partir de ahí, el autor propone un salto todavía mayor: reunir información genética, química y clínica dentro de los mismos modelos. Según su planteo, esa integración podría facilitar la detección temprana de enfermedades, orientar el desarrollo de terapias y acercar la medicina personalizada, esa idea de tratar a cada persona según sus particularidades y no con recetas generales. En su visión, el ADN puede leerse como información que la ciencia estudia y modifica, y los sistemas informatiques se vuelven una herramienta central en ese recorrido.

• AlphaFold permitió examinar estructuras de proteínas a gran escala, un trabajo que antes llevaba años de investigación experimental.
• La IA puede trabajar con grandes conjuntos de datos biológicos y simular secuencias moleculares para buscar tratamientos.
• Suleyman propone combinar datos genéticos, químicos y clínicos en los mismos modelos para avanzar hacia la medicina personalizada.
• El objetivo es detectar enfermedades en etapas tempranas y adecuar los tratamientos a cada paciente.

Envejecimiento, reprogramación y la pregunta de los cien años

La discusión sobre el envejecimiento entra en ese mismo panorama. Suleyman menciona a Altos Labs entre las compañías que estudian la reprogramación del epigenoma, es decir, los mecanismos que controlan qué genes se activan o se apagan. La idea es explorar si es posible frenar o revertir el envejecimiento, y desde ahí se anima a imaginar un futuro en el que llegar a los cien años en buenas condiciones sea algo habitual.

Aunque el autor lo presenta como una proyección a varias décadas, no como un resultado ya conseguido. Los avances en el análisis de proteínas y en la investigación genética son herramientas en construcción, no garantías de vida larga y sana. Por eso mismo, el libro también se detiene en las preguntas incómodas: si aparecen mejoras físicas y cognitivas, ¿quién accede a ellas?, ¿cómo se regulan?, ¿qué límites éticos se ponen? Son debates que, según Suleyman, todavía están abiertos y que ninguna IA resuelve sola.

“Las posibles mejoras físicas y cognitivas que pueden traer estas tecnologías abren interrogantes sobre el acceso, la regulación y los límites éticos, que la sociedad todavía tiene que discutir.”Mustafa Suleyman, según lo planteado en La ola que viene

Mientras tanto, en la sala de espera del laboratorio, Marcelo sigue esperando sus resultados. Me dijo la última vez que no le importa si la inteligencia artificial descifra proteínas o simula moléculas, mientras el análisis le vuelva con buenas noticias. Espera, como cualquiera, que toda esa tecnología termine sirviendo para que su mapa personal sea más fácil de leer. Y, en el fondo, es la misma esperanza que Suleyman pone en sus páginas: que la herramienta quede al servicio de la gente, y no al revés.