Investigadores de la Universidad de Pensilvania han desarrollado un innovador modelo basado en inteligencia artificial (IA) que permite identificar compuestos antivirales de forma hasta diez veces más rápida que los métodos tradicionales, utilizando datos limitados. Esta tecnología, aplicada con éxito al enterovirus EV-71 —responsable del síndrome mano-pie-boca—, representa un importante avance en el uso de algoritmos de aprendizaje automático para acelerar el desarrollo de nuevos tratamientos.

El modelo, publicado en Cell Reports Physical Science, se entrenó con solo 36 compuestos. A partir de ese conjunto reducido, la IA preseleccionó ocho moléculas y predijo correctamente cinco con actividad antiviral, confirmadas luego en pruebas experimentales. Este enfoque demuestra que incluso con conjuntos de datos pequeños, los sistemas inteligentes pueden generar resultados eficaces y precisos, lo que supone una gran ventaja frente a los largos y costosos procesos tradicionales de desarrollo farmacéutico.

Una de las claves del proyecto fue combinar simulaciones moleculares, aprendizaje automático y validación en laboratorio, lo que permitió comprender cómo interactúan los compuestos con la cápside del virus a nivel atómico. Además, el sistema ha sido desarrollado como código abierto, permitiendo que otros laboratorios puedan adaptarlo a diferentes patógenos, lo que amplía enormemente su potencial en el ámbito de la biotecnología médica.

César de la Fuente, líder del laboratorio responsable, destaca que este enfoque no solo reduce el tiempo y los recursos necesarios, sino que también permite responder de forma más ágil a brotes emergentes:

“El uso de IA en este campo transforma el descubrimiento de fármacos en un proceso mucho más rápido, preciso y accesible”, afirma.

En paralelo, el mismo grupo ha aplicado tecnología avanzada para diseñar péptidos sintéticos que combaten bacterias resistentes a antibióticos mediante un doble mecanismo: perforan la membrana bacteriana y activan el sistema inmunológico del huésped. Estos péptidos fueron diseñados con aminoácidos de configuración espejo, lo que mejora su estabilidad y eficacia en aplicaciones clínicas reales.

Ambos desarrollos demuestran el impacto creciente de la inteligencia artificial, las simulaciones computacionales y el diseño molecular en la biotecnología y la medicina personalizada. Estas herramientas no solo optimizan los procesos científicos, sino que están redefiniendo la forma en que la ciencia aborda los desafíos de salud pública a escala global. Estos avances muestran cómo la combinación de tecnología, biología y colaboración científica está transformando la manera en que enfrentamos enfermedades infecciosas, reduciendo tiempos, costos y mejorando la eficacia de los tratamientos.