La Conferencia de Otoño 2026 de la Sociedad Coreana de Ingeniería Biológica se celebra en Jeju
Seok Cha-ok: El diseño molecular es una competencia de ideas y GPU; el verdadero desafío está en los datos médicos a nivel humano
Stephanopoulos: La combinación de IA y automatización permitirá un salto en la ingeniería metabólica; la solución debe provenir de expertos de campo
La competencia en desarrollo de nuevos fármacos basados en inteligencia artificial está evolucionando más allá del diseño molecular hacia la adquisición de datos médicos a nivel humano, incluyendo información de pacientes y ensayos clínicos. Sin embargo, expertos advierten que Corea del Sur carece de datos médicos suficientes y de sistemas para aprovecharlos, por lo que es necesario establecer una base de recopilación y vinculación de datos a nivel nacional para que los fármacos desarrollados con IA se traduzcan en resultados terapéuticos reales.
El profesor Seok Cha-ok del Departamento de Química de la Universidad de Seúl señaló en una rueda de prensa celebrada el 2 de octubre en el Centro de Convenciones Internacional de Jeju, durante la 'Conferencia de Otoño 2026 de la Sociedad Coreana de Ingeniería Biológica y Simposio Internacional', que "los datos médicos a nivel de sistema y a nivel humano necesarios para predecir y validar los efectos terapéuticos reales son absolutamente insuficientes en el país" y enfatizó que "es importante construir un sistema nacional para recopilar y utilizar datos médicos".
◇ "El diseño molecular es una competencia de ideas y GPU... El siguiente paso es el acceso a datos médicos"
El profesor Seok dividió el desarrollo de nuevos fármacos basados en IA en dos fases: diseño molecular y predicción-validación de efectos terapéuticos. A nivel molecular, donde se predicen y diseñan estructuras proteicas, los datos ya no son la variable decisiva.Explicó que "en la modelización a nivel molecular, el tipo y volumen de datos no varían significativamente entre modelos diferentes" y añadió que "AlphaFold también utilizó datos públicos similares a los de otros grupos competidores, y ahora los datos destilados generados por IA también juegan un papel importante". Prosiguió diciendo que "el diseño molecular en la etapa actual se parece más a una competencia de ideas y recursos computacionales como las unidades de procesamiento gráfico (GPU) que a una competencia de datos".
El verdadero desafío viene después. Para predecir si una sustancia diseñada será efectiva en pacientes reales, se necesitan datos a nivel celular, tisular y corporal humano. El profesor Seok enfatizó que "en esta área, los modelos de IA aún no han llegado a una etapa en la que puedan dirigir la industria en general" y que "para avanzar más, debe contarse con un sistema de datos respaldado a nivel nacional".
Consideró que la integración de datos es esencial para abordar enfermedades que no pueden tratarse con métodos existentes. El profesor Seok señaló que "Genentech actualmente aplica tecnología de diseño molecular a enfermedades y objetivos terapéuticos ya validados biológicamente" e indicó que "para crear nuevos tratamientos que fueran imposibles con métodos anteriores, no es suficiente contar solo con datos a nivel molecular; se requiere una fusión de IA que integre datos biológicos y datos médicos de manera coordinada".
Ya hay evaluaciones que sugieren que el potencial de los nuevos fármacos basados en IA se está convirtiendo en realidad. El profesor Seok señaló que "los anticuerpos diseñados mediante el enfoque de novo completamente basado en IA ya están en etapa de desarrollo de nuevos fármacos" e indicó que "entre las sustancias actualmente en desarrollo, habrá una cantidad considerable de candidatos que podrían convertirse en nuevos fármacos dentro de unos años".
El cambio impulsado por la IA no se limita solo al desarrollo de nuevos fármacos, sino que ocurre en prácticamente todos los campos de la ciencia y la tecnología. Por ello, la opinión del profesor Seok es que es más apropiado apoyar la difusión de la IA en toda la ciencia y la tecnología, en lugar de concentrar el apoyo en campos específicos. Respecto a la formación de recursos humanos, señaló que "es necesario identificar conocimientos fundamentales que deben enseñarse obligatoriamente en cada disciplina y rediseñar nuevos programas de educación integrada", destacando la importancia de los "talentos ambidextros" que comprendan tanto la IA como sus áreas de especialidad.
◇ Stephanopoulos: "La combinación de IA y automatización puede impulsar un salto en la ingeniería metabólica... La solución debe venir del campo"
El profesor Gregory Stephanopoulos del Instituto Tecnológico de Massachusetts (MIT) de Estados Unidos, pionero en el campo de la ingeniería metabólica, presentó una conferencia durante la conferencia académica sobre las direcciones futuras del desarrollo de tecnologías biotecnológicas. En una posterior rueda de prensa, expresó su perspectiva de que la combinación de IA y automatización podría llevar a un salto en la biofabricación.Cuando se le preguntó si era posible un avance basado en IA en la ingeniería metabólica, similar al de AlphaFold, respondió "aún es necesario observar", pero agregó que "si se combina la IA con la automatización, podrían lograrse grandes avances".
Continuó explicando que "el ciclo de diseño-construcción-prueba, donde los robots prueban diversos candidatos y los modelos de aprendizaje automático se reentrena continuamente con esos datos, podría automatizarse en gran medida" y destacó que "es posible partir de un área ya conocida y expandir la exploración hacia áreas donde faltan datos". Añadió que estos cambios también podrían manifestarse en la mejora del desempeño de cepas y la ingeniería metabólica, así como en el diseño de moléculas candidatas para fármacos.
Sin embargo, fue cauteloso respecto a cómo la IA transformará la industria en general. Manifestó que "aunque es probable que la IA genere cambios significativos en la industria, aún es difícil para cualquiera saber en qué campos ocurrirán primero" e indicó que "el desarrollo de nuevos fármacos, que tiene grandes necesidades médicas no satisfechas, es un campo con gran potencial".
También enfatizó el papel de los expertos de campo. El profesor Stephanopoulos señaló que "en procesos como la hidrogenación en biorrefinerías o la despolimerización de polímeros, no existen soluciones genéricas para la aplicación de IA; cada experto en su campo debe encontrar las soluciones adecuadas para su proceso específico", y añadió que "existe una brecha clara entre los informáticos y los expertos en biotecnología, por lo que es necesario realizar esfuerzos para que ambos comprendan los principios fundamentales de sus respectivos campos".
Por otra parte, la conferencia académica, celebrada bajo el tema 'IA STAR (Transformaciones Sostenibles Integradas por IA para Biotecnología Avanzada y Robusta)', convoca a los principales expertos nacionales e internacionales para abordar ampliamente los temas principales del campo de la biotecnología.
Las sesiones internacionales incluyen temas principales como ingeniería biológica integrada, tecnología de producción de combustible de aviación sostenible basada en biofabricación y tecnología y aplicaciones del control del microambiente celular.
Las sesiones nacionales incluyen sesiones dirigidas por subcomités, así como ingeniería de cultivo celular basada en transformación digital, biotecnología para reducción de gases de efecto invernadero, ingeniería celular y génica para tratamiento avanzado del cáncer con tecnología de administración de precisión, ingeniería de jaula de nanoproteínas, evaluación del ciclo de vida de recursos biológicos sostenibles y simposio de biofabricación basada en IA.
* Este artículo ha sido traducido por IA.