En octubre de 2024, el Premio Nobel de Química fue otorgado a Demis Hassabis y John Jumper de DeepMind por los avances de AlphaFold. Fue el reconocimiento formal de que la IA había resuelto un problema que los bioquímicos consideraban intratable para las computadoras: el plegamiento de proteínas. En 2026, el campo ha avanzado más allá de la predicción de estructuras — y ha llegado a la frontera más ambiciosa: el diseño de moléculas terapéuticas desde cero.

AlphaFold 3 e IsoDDE: De la Estructura al Fármaco

AlphaFold 3, lanzado por DeepMind e Isomorphic Labs en mayo de 2024, amplió radicalmente su alcance en comparación con AlphaFold 2. En lugar de predecir únicamente la estructura de las proteínas, AF3 predice las interacciones entre proteínas, ADN, ARN y moléculas pequeñas — los componentes fundamentales en el diseño de fármacos. Es un 50% más preciso que los mejores métodos tradicionales en el benchmark PoseBusters sin necesidad de información estructural previa.

En febrero de 2026, Isomorphic Labs lanzó IsoDDE — un motor unificado de diseño de fármacos que combina la predicción de estructuras, la unión de ligandos, la predicción de afinidad y el modelado de interacciones anticuerpo-antígeno en un único canal. IsoDDE duplica aproximadamente la precisión de AlphaFold 3 en los casos más difíciles de unión de ligandos (menos del 20% de similitud de secuencia con los datos de entrenamiento): ~50% de precisión frente al ~23,3% de AF3. Algunos expertos llaman a IsoDDE informalmente el "AlphaFold 4 patentado".

El Primer Fármaco Diseñado por IA en Ensayos Clínicos

El hito más concreto del campo en 2026: Isomorphic Labs tiene como objetivo iniciar los primeros ensayos clínicos en humanos de un candidato a fármaco diseñado por IA para finales de 2026. En el Foro Económico Mundial de enero de 2026, Demis Hassabis confirmó que el cronograma se había ajustado de 2025 a finales de 2026 — pero el compromiso se mantiene.

Insilico Medicine ya está a la vanguardia: su INS018_055, un candidato a fármaco para la fibrosis pulmonar idiopática generado enteramente por IA, se encuentra en la Fase 2 de ensayos clínicos. Es el resultado más avanzado de diseño de fármacos por IA en la historia — y el punto de referencia que todas las empresas del sector utilizan para calibrar sus ambiciones.

GNoME: 2,2 Millones de Nuevos Materiales

AlphaFold no está solo. En 2023, DeepMind lanzó GNoME (Graph Networks for Materials Exploration), que descubrió 2,2 millones de nuevas estructuras cristalinas — incluyendo 52.000 nuevos conductores de iones de litio con potencial para baterías de próxima generación. Investigadores externos ya han sintetizado 736 de estas predicciones en el laboratorio.

GNoME representa un cambio cualitativo en lo que la IA puede hacer por la ciencia de los materiales: en lugar de ayudar en experimentos existentes, generó un catálogo de materiales que los humanos no habrían descubierto en las próximas décadas de investigación convencional. AlphaFold da servicio a más de 3 millones de investigadores en más de 190 países — y la escala del impacto de GNoME podría ser comparable.

La Bifurcación del Campo: Descubrimiento vs. Clínica

El análisis más honesto del campo de la IA para el descubrimiento de fármacos en 2026 reconoce una clara bifurcación. Por un lado, las victorias en el descubrimiento: moléculas diseñadas por IA que llegan a la clínica más rápido y más barato que los estándares de la industria. Por el otro, la realidad clínica: la IA no acorta las Fases 2 y 3, no evita la biología fundamental de eficacia y seguridad, y aún no ha producido un fármaco aprobado.

La IA ha revolucionado la etapa de descubrimiento — identificación de candidatos, predicción de estructuras, cribado virtual de compuestos. Pero el proceso de desarrollo de fármacos requiere 10–15 años y miles de millones de dólares por una razón: la biología del cuerpo humano es el validador final, y ese validador no ha sido reemplazado por ningún modelo.

El campo de la "IA para la Ciencia" en 2026 se encuentra en el momento más prometedor de su historia — y también en el más honesto sobre en qué puntos la promesa aún no se ha convertido en un producto.