Una proteína es una cadena de aminoácidos que se pliega hasta formar una pieza con una función precisa: digerir, defender, transportar, señalar. Diseñar una a medida fue durante décadas un oficio de pocos laboratorios, con equipos caros y años de prueba y error. Que hoy alcance con escribir qué se quiere y dejar que el software proponga la secuencia cambia quién puede sentarse a esa mesa.

El salto no es solo de comodidad. Ya hay trabajos que combinan diseño por computadora con predicción de cómo reaccionará el sistema inmune: se rediseñó con software una enzima de luciérnaga para que provoque menos respuesta defensiva en ratones sin perder su función, y el cambio se probó incluso con defensas humanas. Otros equipos estudian si lo que una IA aprende optimizando moléculas para una proteína le sirve al trabajar con otra. Pedir en palabras y verificar en el laboratorio empiezan a formar una sola cadena de trabajo.

Para la Argentina el momento es particular. Hay grupos con oficio en biología molecular: en la Universidad Nacional de Quilmes, por ejemplo, se trabajó en herramientas diagnósticas a partir de la proteína NS5 de flavivirus, de la familia del dengue. Ese conocimiento, que antes chocaba con el costo de diseñar y ensayar candidatos, puede encontrar un camino más corto desde la pregunta hasta el prototipo. Un diagnóstico propio o una enzima para una industria local dejan de ser una cuestión de presupuesto de importación.

Pero una herramienta que baja la barrera para hacer el bien la baja también para todo lo demás. Describir en lenguaje común una función biológica es más fácil que entender sus consecuencias, y ahí el control sobre quién diseña, con qué fin y bajo qué supervisión se vuelve tan importante como el algoritmo.

Cuando diseñar deje de ser lo difícil, lo escaso pasará a ser saber qué vale la pena pedir y cómo comprobar que lo recibido hace lo que dice. La ventaja será de quien conserve el criterio, no de quien tenga el software.