El diseño de anticuerpos impulsado por IA se dirige rápidamente a la nueva cepa de gripe H5N1, acelerando el desarrollo antiviral. AI-driven antibody design rapidly targets new H5N1 flu strain, speeding up antiviral development.

Los modelos de lenguaje proteico impulsados por IA están acelerando la creación de anticuerpos antivirales, según un estudio dirigido por Vanderbilt publicado en Cell el 4 de noviembre de 2025. AI-powered protein language models are speeding up the creation of antiviral antibodies, according to a Vanderbilt-led study published in Cell on November 4, 2025. Utilizando un modelo llamado MAGE, los investigadores diseñaron anticuerpos humanos dirigidos a las proteínas de la superficie viral sin depender de las plantillas existentes, neutralizando con éxito una cepa H5N1 no vista anteriormente. Using a model called MAGE, researchers designed human antibodies targeting viral surface proteins without relying on existing templates, successfully neutralizing a previously unseen H5N1 strain. Este enfoque, que aprovecha la IA para predecir las interacciones entre anticuerpos y virus, podría acortar drásticamente el tiempo de desarrollo para tratamientos contra amenazas emergentes como la gripe aviar y el RSV. This approach, which leverages AI to predict antibody-virus interactions, could drastically shorten development time for treatments against emerging threats like avian flu and RSV. Un trabajo complementario de la Universidad de Washington introdujo RFantibody, una herramienta de IA de código abierto que utiliza modelos de difusión para diseñar aglutinantes de anticuerpos estables, mientras que BoltzGen del MIT ofrece otro método impulsado por IA para apuntar a moléculas previamente no farmacológicas. Complementary work from the University of Washington introduced RFantibody, an open-source AI tool using diffusion models to design stable antibody binders, while MIT’s BoltzGen offers another AI-driven method for targeting previously undruggable molecules. Estos avances, apoyados por NIH y ARPA-H, destacan una tendencia creciente en la investigación académica donde las herramientas de IA de código abierto están acelerando el descubrimiento de fármacos y expandiendo aplicaciones potenciales en enfermedades infecciosas, cáncer y trastornos autoinmunes. These advances, supported by NIH and ARPA-H, highlight a growing trend in academic research where open-source AI tools are accelerating drug discovery and expanding potential applications in infectious diseases, cancer, and autoimmune disorders.