Si bien los resultados suelen estar presentes en la simulación de interacciones entre proteínas, la IA muestra sus límites cuando se trata de pequeñas moléculas de fármacos. David Baker, premio Nobel de Química 2024, destaca estas debilidades y advierte que no todos estos sistemas están todavía completamente desarrollados. Para entender su advertencia, imaginemos una cerradura y su llave. En el mundo de las proteínas, no basta con que la llave encaje en la cerradura, lo que los científicos llaman unión. Todavía tiene que activar el mecanismo correcto.
Una proteína puede unirse perfectamente a su objetivo (como un fármaco que se une a una proteína cancerosa) sin producir el efecto terapéutico esperado. Incluso puede tener el efecto contrario: en lugar de bloquear la actividad dañina, podría activarla. La inteligencia artificial, a pesar de su capacidad para predecir estructuras y conexiones, todavía no sabe anticipar estas sutilezas funcionales.
Es como tener un excelente cerrajero que puede hacer una llave que encaja perfectamente en la cerradura, pero no puede decirle si esa llave abrirá la puerta, la cerrará permanentemente o activará una alarma. En el contexto médico, esta incertidumbre resulta problemática para el diseño de nuevos fármacos. Por lo tanto, los algoritmos actuales sobresalen en el arte del “contacto físico” entre moléculas, pero permanecen ciegos a la compleja coreografía de las interacciones biológicas que se derivan.
Health
