Le pedí a una inteligencia artificial que me ayudara con el cáncer y el resultado fue una hipótesis brillante que no puedo pagar

¿Puede una inteligencia artificial soñar con la cura del cáncer y, al mismo tiempo, ser inútil para el bolsillo de un investigador que intenta probarla? Esa es la pregunta que me dejó una prueba reciente con Co-Scientist, el sistema de Google pensado para generar hipótesis científicas. La historia tiene algo de whiplash: una propuesta que sorprendió a los expertos por su originalidad, seguida de un silencio absoluto cuando se le pusieron límites de tiempo y dinero.

La protagonista es Anna Pertl, bioquímica que hace su doctorado en el Whitehead Institute, en Cambridge, Massachusetts. Ella trabaja con MYC, una proteína clave en el cáncer. Piensen en MYC como un interruptor general de la célula: cuando funciona bien, regula el crecimiento; cuando se descontrola, como pasa en la mayoría de los tumores, empuja a las células a multiplicarse sin freno. Durante décadas se intentó atacar esa proteína con fármacos, y el intento casi siempre terminó en fracaso.

Una corrección larga antes de la primera buena idea

Antes de recibir una respuesta interesante, Pertl y su colega Kalon Overholt dedicaron casi una hora a corregirle el planteo a la herramienta. La IA confundía dos cosas distintas: el blanco del tratamiento, que son los cúmulos de proteínas que se forman alrededor de MYC, con el propio fármaco. También asumía que todos esos cúmulos activan genes, cuando en realidad algunos cumplen la función opuesta y los apagan. Es como si un mapa te llevara a la dirección correcta pero en la calle de al lado: el barrio sirve, la casa no.

Una vez ajustado el pedido, Co-Scientist trabajó durante una noche. Reviso mas de 700 estudios, genero 108 estrategias y se quedo con una sola. La propuesta era inusual: en lugar de intentar disolver los cúmulos de MYC, la idea era unirlos entre si hasta formar un bloque tan grande que la maquinaria de la celula no pudiera leer el ADN. Para Overholt, fue una sorpresa genuina: Nunca habiamos pensado en nada parecido, dijo.

La hipotesis volvio, pero el presupuesto la dejo fuera de juego

Semanas despues llego la prueba de fuego. Pertl repitio la consulta con una condicion extra muy concreta: los recursos y los plazos reales de un doctorado. La respuesta fue ninguna. El sistema no encontro una alternativa viable una vez que se le coloco la soga al cuello del tiempo y el dinero.

Segun Anton Sinitskiy, quimico computacional de la Universidad Northeastern, el problema central no esta tanto en generar hipotesis como en comprobarlas. Producir ideas puede ser rapido, pero llevarlas al banco de laboratorio sigue siendo lento y caro. En la misma linea, Ross King, biologo computacional de la Universidad de Cambridge, describio a los protocolos generados por IA como recetas: ordenan pasos, pero no garantizan que el plato salga bien ni que sea posible cocinarlo.

Para el lector comun, el caso sirve de termometro. La inteligencia artificial ya puede hacer cosas llamativas en ciencia, como leer cientos de papers de cancer en una noche y proponer una mirada nueva sobre MYC. Pero todavia no reemplaza al investigador: depende de que alguien defina bien la pregunta, corrija las confusiones del sistema y decida si la hipotesis se puede pagar y ejecutar. Mientras esa parte siga siendo artesanal, el atajo magico sigue siendo un buen mapa y no un viaje gratis.