ARBG: la revolución en fármacos y el reto de su adopción responsable

Imagine que una empresa farmacéutica en América Latina pudiera reducir de años a semanas la fase de diseño de un nuevo medicamento. Eso es lo que los investigadores de Mila, el Broad Institute y otras instituciones presentaron en la conferencia ICML 2026: los Generadores de Boltzmann Autoregresivos (ARBG). Su capacidad para muestrear conformaciones moleculares con una precisión cercana a la de simulaciones costosas, pero a una fracción del costo computacional, abre la puerta a explorar bibliotecas de compuestos mucho más grandes y a acelerar el descubrimiento de fármacos.

¿Cómo funciona? Hasta ahora, la dinámica molecular tradicional requería simular pasos de femtosegundos para capturar eventos que ocurren en milisegundos. Los métodos previos, basados en flujos normalizantes, tenían limitaciones teóricas: no podían representar distribuciones multimodales separadas por barreras energéticas. ARBG abandona esa dependencia y adopta un enfoque autoregresivo inspirado en los grandes modelos de lenguaje. En lugar de modelar la densidad completa, factoriza la molécula en una secuencia de densidades condicionales, calculando la verosimilitud exacta en una sola pasada. Así, puede generar conformaciones de alta calidad sin los integradores costosos que exigían los flujos continuos. Los resultados empíricos muestran que ARBG supera a todos los métodos basados en flujos en sistemas grandes, como el decapéptido Chignolin, logrando una precisión cercana a la de simulaciones de referencia.

Este avance no es solo académico. Para la industria farmacéutica y biotecnológica, representa un salto cuántico. Pero, como ocurre con toda tecnología transformadora, el riesgo de una concentración de beneficios es real. Si solo las grandes farmacéuticas y los gigantes de la inteligencia artificial tienen acceso a estos modelos, la brecha con los países en desarrollo –y con las pequeñas biotech locales– se ensanchará. Por eso, nuestra postura es clara: ARBG debe convertirse en una herramienta básica para la I+D farmacéutica, pero con una hoja de ruta que incluya tres pilares: regulación ética, validación clínica temprana y mecanismos de acceso abierto.

La regulación ética es necesaria para garantizar que los modelos no generen moléculas con efectos adversos no previstos. La validación clínica temprana implica que los resultados computacionales deben contrastarse con ensayos reales desde las primeras etapas, evitando falsas promesas. Y el acceso abierto es fundamental para que equipos de investigación en todo el mundo puedan entrenar y adaptar estos modelos a sus necesidades, sin depender de licencias costosas o infraestructura propietaria. No se trata de frenar la innovación, sino de asegurar que sus frutos lleguen a quienes más los necesitan.

Para América Latina, la discusión es urgente. Las empresas locales de biotecnología y farmacia aún dependen en gran medida de la subcontratación de simulaciones o de métodos tradicionales. Si no invierten ahora en capacidades computacionales y en formar talento en inteligencia científica, quedarán rezagadas. Los gobiernos, por su parte, deben impulsar políticas que fomenten la colaboración público-privada en investigación, así como participar activamente en los foros globales que definan los estándares éticos y de acceso para estas herramientas. El riesgo es que, en unos años, el descubrimiento de fármacos sea un campo dominado exclusivamente por quienes controlan los datos y la capacidad de cómputo.

No se trata de adoptar tecnología por adoptarla. Se trata de entender que ARBG es una herramienta poderosa, pero su impacto real dependerá de cómo la integremos en nuestros ecosistemas de innovación. La pregunta que queda sobre la mesa no es técnica, sino estratégica: ¿estamos construyendo las condiciones para que este salto cuántico beneficie a todos, o solo profundizará las asimetrías que ya existen? La respuesta definirá el futuro de la salud en la región.