La IA ya está diseñando medicamentos (y esto recién empieza)

La IA predice cómo se pliega una proteína y cómo encaja un fármaco en ella. Ese era el cuello de botella de la medicina.

Imagina que crear un medicamento nuevo dejara de tardar una década y costar miles de millones, y empezara a parecerse más a resolver un rompecabezas en una pantalla. No es ciencia ficción: es exactamente lo que está pasando ahora mismo en un laboratorio de Londres financiado por Google.

En febrero de 2026, la empresa Isomorphic Labs presentó un sistema de inteligencia artificial tan potente que varios científicos de primera línea lo bautizaron, medio en broma medio en serio, como "un AlphaFold 4". Pocos meses después levantó 2.100 millones de dólares en una sola ronda de inversión. ¿Qué tiene esta tecnología para mover esas cifras? ¿Y por qué deberías prestarle atención aunque no tengas nada que ver con la medicina?

En este artículo te lo explicamos en cristiano: qué es AlphaFold, qué cambió en 2026, por qué Google se está guardando lo mejor para sí mismo y qué nos dice todo esto sobre la velocidad a la que avanza la IA. Si quieres una base previa sobre cómo funciona la IA generativa, te recomendamos leer antes nuestro artículo sobre qué es ChatGPT y cómo usarlo.

1. El problema que la medicina no pudo resolver en 50 años

Para entender por qué esto es tan grande, hay que entender una sola idea: las proteínas. Son las máquinas diminutas que hacen funcionar la vida. Digieren la comida, transportan el oxígeno, combaten infecciones. Y casi todos los medicamentos funcionan agarrándose a una proteína concreta para activarla o frenarla.

El truco es que una proteína no es una cadena recta. Se pliega sobre sí misma en una forma tridimensional endiabladamente compleja, y esa forma lo determina todo. Si conoces la forma exacta, puedes diseñar una molécula que encaje en ella como una llave en su cerradura. El problema: predecir esa forma a partir de la secuencia química fue, durante medio siglo, uno de los grandes retos sin resolver de la biología. Se le llamaba "el problema del plegamiento de proteínas".

Resolverlo a mano, en el laboratorio, podía llevar años por cada proteína. Y hay cientos de millones. Ese era el cuello de botella que frenaba el descubrimiento de nuevos fármacos: mucho ensayo, mucho error, mucho dinero quemado. De hecho, llevar un solo medicamento al mercado cuesta de media más de mil millones de dólares y más de una década de trabajo.

2. AlphaFold: del enigma al Premio Nobel

Aquí entra AlphaFold, el sistema de inteligencia artificial creado por Google DeepMind. En 2020 hizo lo que parecía imposible: predecir la forma tridimensional de las proteínas con una precisión asombrosa. En 2021 liberó su código y una base de datos pública con las estructuras predichas de más de 200 millones de proteínas: prácticamente todas las conocidas por la ciencia.

El impacto fue tan brutal que en 2024 sus creadores, Demis Hassabis y John Jumper, recibieron el Premio Nobel de Química. No es exageración decir que AlphaFold cambió la biología para siempre: investigadores de todo el mundo, desde grandes farmacéuticas hasta universidades pequeñas, empezaron a usarlo gratis para acelerar su trabajo.

En 2024 llegó AlphaFold 3, que dio un paso más: ya no solo predecía proteínas aisladas, sino cómo interactúan con otras moléculas, incluidos los fármacos. Era la antesala perfecta para lo que vendría después. Si te interesa cómo esta clase de avances se traduce en cambios reales para el trabajo y las empresas, lo desarrollamos en nuestro artículo sobre el impacto de la IA en el mercado laboral.

3. IsoDDE: lo que llaman "un AlphaFold 4"

Aclaremos algo importante, porque hay confusión: no existe oficialmente un "AlphaFold 4". Lo que ocurrió en febrero de 2026 es que Isomorphic Labs publicó un informe técnico de 27 páginas presentando su propio motor, llamado IsoDDE (Isomorphic Labs Drug Design Engine, el "motor de diseño de fármacos"). Es el sucesor de AlphaFold 3, pero enfocado de lleno en crear medicamentos.

¿Por qué entonces lo de "AlphaFold 4"? Porque fueron los propios científicos externos quienes, al ver los resultados, lo describieron así por la magnitud del salto. El biólogo computacional Mohammed AlQuraishi, de la Universidad de Columbia, lo calificó como un avance "a la escala de un AlphaFold 4". El apodo se quedó. Pero el nombre real es IsoDDE.

¿Y qué hace tan especial a este motor? Tres cosas concretas:

Las cifras hablan solas. En la predicción de cómo encajan los anticuerpos con su objetivo, una de las tareas más difíciles de toda la biología, IsoDDE acierta donde sus predecesores fallaban. Mira la diferencia:

AlphaFold vs IsoDDE de un vistazo

4. Isomorphic Labs y la apuesta de 2.100 millones

Isomorphic Labs nació en 2021 como una rama independiente de Google DeepMind, con sede en Londres y dirigida por el mismo Demis Hassabis. Su objetivo no es modesto: lo resumen como "resolver todas las enfermedades" usando inteligencia artificial. Empiezan por dos frentes donde la necesidad es enorme: el cáncer (oncología) y las enfermedades del sistema inmune (inmunología).

El mercado les creyó. En mayo de 2026 la empresa anunció una ronda de financiación de 2.100 millones de dólares, liderada por Thrive Capital y con participación de Alphabet, GV, CapitalG, Temasek, MGX y el fondo soberano de IA del Reino Unido. Según varios medios especializados, fue la segunda mayor ronda de inversión biotecnológica de la historia. Dinero para acelerar y llevar sus primeros fármacos a la fase de pruebas.

Conviene tener los pies en la tierra: que la IA diseñe la molécula es solo el primer paso. Después vienen los ensayos clínicos con personas, la revisión de los reguladores y años de validación. La IA acelera muchísimo la parte de "encontrar el candidato", pero convertir ese candidato en un medicamento aprobado y seguro sigue siendo un camino largo. La diferencia es que ahora ese camino empieza con mucha más puntería.

5. El dilema: ciencia abierta o tesoro cerrado

Y aquí está el giro más polémico de toda la historia. AlphaFold 2 y 3 fueron un regalo para la humanidad: código abierto, datos públicos, cualquier científico del planeta podía usarlos. Esa generosidad es parte de por qué ganaron el Nobel.

IsoDDE es lo contrario. Es propietario y cerrado. El informe técnico que publicaron presume de los resultados, pero da pocas pistas sobre cómo conseguirlos, y nadie de fuera puede usar el motor. Google se lo guarda para sus propios programas de fármacos. Como tituló un análisis del sector: "Google construyó la mejor IA de diseño de fármacos de la historia. Y tú no puedes usarla".

¿Está mal? Depende de cómo lo mires. Desarrollar medicamentos cuesta una fortuna, y mantener la ventaja cerrada es lo que permite recuperar esa inversión. Pero también significa que una herramienta capaz de acelerar la cura de enfermedades queda en manos de una sola empresa. Es el mismo debate que recorre toda la industria de la IA, y que tocamos al hablar de cómo los agentes de IA están cambiando el trabajo: ¿la potencia se reparte o se concentra?

6. Qué nos enseña esto a todos

Vale, no tienes un laboratorio ni vas a diseñar fármacos. ¿Por qué debería importarte esto a ti, que llevas un negocio o trabajas en una empresa? Por una razón sencilla: esto es el termómetro de lo rápido que avanza la IA.

Hace cinco años, predecir la forma de una proteína era un reto imposible. Hoy una IA diseña medicamentos mejor que los métodos de toda la vida. Si la inteligencia artificial puede con uno de los problemas más difíciles de la ciencia, imagina lo que puede hacer con las tareas de tu día a día: atender clientes, redactar, analizar datos, automatizar procesos repetitivos. La distancia entre "esto es imposible" y "esto ya es normal" se está acortando a una velocidad que pocos esperaban.

La lección para cualquier empresa, grande o pequeña, no es entender de proteínas. Es entender que quedarse quieto frente a la IA ya no es una opción neutral: es quedarse atrás. La buena noticia es que las herramientas que sí puedes usar hoy (asistentes, automatizaciones, IA generativa) están más al alcance que nunca. Solo hace falta dar el primer paso con quien sepa guiarte. En nuestros cursos de IA ayudamos justo a eso: a que la inteligencia artificial trabaje para tu negocio, no en su contra.

Conclusión

La historia de AlphaFold e Isomorphic Labs es, en el fondo, la historia de un cambio de época. Pasamos de un mundo donde diseñar un medicamento era casi alquimia, a uno donde una inteligencia artificial encuentra la "llave" molecular en una pantalla. Con un matiz incómodo: lo mejor de esa tecnología, por ahora, lo controla una sola empresa.

Pero el mensaje de fondo es esperanzador y aplicable a cualquiera. Si la IA puede con lo más difícil de la ciencia, puede transformar también tu trabajo y tu empresa. No hace falta esperar a 2030 para empezar: las herramientas ya están aquí, y el mejor momento para aprender a usarlas es hoy.