El laboratorio de César de la Fuente encontró en la inteligencia artificial un atajo para uno de los problemas sanitarios más complejos de este siglo: la resistencia a los antibióticos. En lugar de limitarse a los organismos vivos, su equipo rastrea los genomas completos de especies extintas como el mamut lanudo o el perezoso gigante, y usa modelos de lenguaje para identificar moléculas con potencial antimicrobiano. La estrategia amplía el espacio de búsqueda de nuevas terapias a la biología ancestral, un terreno que hasta ahora permanecía prácticamente sin explorar.
La resistencia a los antimicrobianos es un desafío que afecta a millones de personas y que, según señala el propio investigador, ha recibido históricamente mucha menos financiación que su impacto real. De la Fuente lo identificó temprano como el problema que más gente afecta y, al mismo tiempo, uno de los menos atendidos. Esa convicción lo llevó a construir un programa de investigación que combina biología, computación e inteligencia artificial para acelerar el descubrimiento de compuestos capaces de frenar a las llamadas superbacterias.
De un organismo a genomas ancestrales completos
El reto técnico era claro: la biología clásica estudia un organismo a la vez, un proceso lento que no escala cuando se trata de buscar agujas en pajares genómicos. El equipo de De la Fuente resolvió ese cuello de botella con algoritmos desarrollados en su propio laboratorio, capaces de analizar de forma masiva genomas ancestrales completos. Ahí entran ChatGPT y Codex, las herramientas de OpenAI que el investigador usa como colaboradores en el proceso de exploración y análisis de datos biológicos.
Esta combinación permite pasar de una búsqueda manual y acotada a una exploración automatizada de millones de secuencias. El sistema no solo identifica candidatos a moléculas antimicrobianas, sino que también ayuda a interpretar resultados y a priorizar qué compuestos merecen validación experimental. En la práctica, convierte a la IA en un socio de laboratorio que amplía la capacidad de análisis sin reemplazar el criterio científico.
Este enfoque ya le valió reconocimientos importantes. De la Fuente recibió el galardón de la American Chemical Society y más recientemente el XXXI Premio Rafael Hervada, uno de los reconocimientos científicos más antiguos y prestigiosos de España, que distingue una trayectoria marcada por la excelencia y el compromiso con la salud global. El premio subraya el valor de una línea de investigación que cruza la inteligencia artificial con la medicina.
Qué significa para la industria farmacéutica
Para las empresas del sector farmacéutico y biotecnológico, el uso de modelos de lenguaje en el descubrimiento de fármacos representa un cambio de costo y de tiempo. La exploración tradicional de moléculas exige años de trabajo y presupuestos millonarios. Con herramientas como Codex y ChatGPT, una parte del análisis genómico que antes demandaba infraestructura pesada se puede automatizar y acelerar, reduciendo la fase inicial de investigación.
Esa aceleración tiene un efecto directo en la rentabilidad y en la capacidad de innovación de compañías más pequeñas. No hace falta ser un gigante farmacéutico para acceder a este tipo de plataformas. La barrera de entrada baja, y eso abre la puerta a que laboratorios emergentes, incluidos los de América Latina, participen en la búsqueda de soluciones contra la resistencia antimicrobiana.
El ángulo latinoamericano
América Latina no escapa a la presión de las infecciones resistentes a los antibióticos. La región combina alta carga de enfermedades infecciosas con acceso limitado a terapias de última generación, lo que hace urgente contar con herramientas que reduzcan los costos de investigación y desarrollo. La inteligencia artificial aplicada a la biología ancestral podría funcionar como un ecualizador: permite que laboratorios con menos recursos exploren rutas que antes estaban reservadas a grandes centros internacionales.
Para los ejecutivos del sector salud en la región, el caso de De la Fuente es una señal de que la ventaja competitiva ya no depende solo de infraestructura, sino de saber combinar datos con modelos de IA. Las empresas que empiecen a incorporar estas capacidades en sus procesos de investigación podrían llegar antes a candidatos a fármacos y hacerlo con menos capital. La oportunidad no está solo en desarrollar medicamentos, sino también en construir plataformas de análisis que sirvan a otros actores del ecosistema.
También hay un componente de política pública. Si la resistencia a los antibióticos es un problema global, los gobiernos latinoamericanos tienen incentivos para financiar proyectos que usen IA en salud, sobre todo en áreas donde los mecanismos tradicionales han demostrado ser demasiado lentos. El reconocimiento internacional a investigadores como De la Fuente refuerza el argumento de que la región puede generar ciencia de frontera si se combinan talento local, datos abiertos y modelos computacionales accesibles.
Para las organizaciones de la región, la pregunta que queda flotando no es si la inteligencia artificial va a transformar el descubrimiento de antimicrobianos, sino quién estará en condiciones de usar esas herramientas cuando la próxima crisis sanitaria golpee.
