La IA le soltó la mano a una investigadora cuando apareció la palabra "presupuesto"

¿Una inteligencia artificial puede soñar hipótesis… perdón, contra el cáncer? Sí. ¿Puede pagarlas? Eso ya es otra historia. La bioquímica Anna Pertl, que hace el doctorado en el Instituto Whitehead de Cambridge, Massachusetts, se sentó frente a Co-Scientist, el sistema de Google para generar ideas científicas, y le preguntó algo muy concreto: cómo atacar a MYC, una proteína que se descompone en la mayoría de los tumores y que viene esquivando tratamientos desde hace décadas.

MYC, explicada para no bioquímicos

MYC es como el director de una fábrica de proteínas dentro de cada célula: le dice al ADN qué tiene que leer y qué tiene que fabricar. Cuando se rompe, la fábrica no para de producir, y la célula se vuelve cancerousa, o sea, cancerousa pero a lo loco, creciendo sin freno. Por eso, encontrar la manera de frenarla es uno de los santos griales de la oncología moderna.

Primero hubo que enseñarle a preguntar

Antes de que la IA tirara una idea copada, Pertl y su colega Kalon Overholt dedicaron casi una hora a corregirle el libreto. La herramienta confundía los cúmulos de proteínas que había que atacar con el propio fármaco, y les asignaba siempre la función de activar genes. Traducido al santafesino: era como pedirle al Roxy que te pase la milanesa con papas fritas y que insista en que la milanesa es de pollo. Cúmulos hay que desactivarlos, otros activarlos, y el sistema no lo tenía claro.

La idea que los sorprendió

Una vez ajustado el pedido, la IA trabajó toda la noche. Procesó más de 700 estudios, generó 108 estrategias y se quedó con una sola. La propuesta era directa y rara a la vez: en vez de intentar disolver los cúmulos de proteínas que activan MYC, la idea era unirlos entre sí hasta tapar el ADN y bloquear su lectura. Overholt lo resumió así:

“Nunca habíamos pensado en nada parecido.”Kalon Overholt, colega de Pertl

Después llegó la parte aburrida: el dinero

Hasta ahí, todo muy prometedor. El problema empezó cuando Pertl repitió la consulta, pero esta vez agregando los condicionantes de la vida real: el presupuesto y los plazos de un doctorado. Resultado: Co-Scientist no generó ninguna hipótesis viable. La distancia entre una idea brillante en papel y un experimento que entre en un presupuesto acotado sigue siendo, según los especialistas consultados, el verdadero cuello de botella.

• Anton Sinitskiy, químico computacional de la Universidad Northeastern, apuntó que generar propuestas puede ser rápido, pero comprobarlas sigue demandando tiempo y recursos.
• Ross King, biólogo computacional de la Universidad de Cambridge, describió los protocolos que arma la IA como recetas: útiles como punto de partida, pero lejos de un protocolo listo para el laboratorio.
• El caso dejó tres tareas que dependen de intervención humana: definir bien el problema, revisar las ideas y evaluar si los experimentos pueden financiarse.
• La prueba con Co-Scientist mostró el contraste entre una hipótesis creativa y una hipótesis ejecutable dentro de las reglas de juego de un doctorado real.

La moralea, para los que todavía sueñan con que la IA nos resuelve el cáncer apretando un botón, es simple: la máquina puede proponer, pero el laboratorio sigue funcionando con plata, tiempo y neuronas humanas. Veremos si en la próxima iteración del sistema alguien le agrega al prompt las palabras mágicas que faltan: con presupuesto acotado, por favor.