RFD4-Proteina: cómo una IA diseñó enzimas para sintetizar lenacapavir y por qué solo 4 de 67 funcionaron

By Carlos Montiel | Especialista en IA Empresarial
Read in English →
Publicado: 2026-10-28 | Por: Carlos Montiel | Lectura: ~4 minutos
RFD4-Proteina: cómo una IA diseñó enzimas para sintetizar lenacapavir y por qué solo 4 de 67 funcionaron

Un modelo abierto de diseño de proteínas produjo 67 enzimas candidatas para un paso de la síntesis de un fármaco contra el VIH; cuatro mostraron actividad y la mejor convirtió el 79% del sustrato.

Qué se hizo

Según el comunicado de la Universidad de Manchester (22 de octubre de 2026) y la cobertura de Phys.org, el Instituto de Diseño de Proteínas (IPD) de la Universidad de Washington, liderado por David Baker, y Nvidia desarrollaron RFD4-Proteina, un modelo generativo unificado que combina la línea RosettaFold Diffusion del IPD con Proteina-Complexa de Nvidia. Investigadores del Instituto de Biotecnología de Manchester (Anthony Green, Henry Jones y Zefei Xu) lo probaron en un reto concreto: diseñar enzimas que catalicen un paso de formación de enlace amida en la síntesis de lenacapavir, un fármaco de prevención del VIH.

Los números del laboratorio

Diseños probados en laboratorio 67 Diseños con actividad clara 4 Mejor enzima: conversión de la amina 79% Selectividad favorece el enantiómero S requerido Éxito de diseño (vs. modelos previos) 5 a 10 veces mayor (benchmarks computacionales) Velocidad de generación 5 a 10 veces más rápida

La tasa de 4 de 67 es lo que hace honesto el resultado: el diseño por IA no entrega una enzima lista, entrega pocos candidatos a validar. Aun así, la mejor enzima también suprimió una reacción competidora con agua, un problema típico en este tipo de catálisis. Green calificó los resultados iniciales de «espectaculares»; Baker dijo que el modelo «abrirá la puerta a nuevas soluciones en medicina, sostenibilidad, materiales y biotecnología».

Cómo leer el resultado

Las comparaciones de 5 a 10 veces vienen de pruebas computacionales de los propios autores, no de una evaluación independiente. El trabajo está en preprint («Biomolecular design through latent reasoning with RFD4-Proteina») y todavía no pasó revisión por pares. El modelo es de código abierto bajo licencia BSD-3, lo que permite a terceros reproducirlo.

Qué no dice el reporte: no hay datos de escalado industrial, costo por kilogramo ni comparación con las rutas químicas o enzimáticas actuales para lenacapavir. Es una prueba de concepto en una sola reacción.

Qué significa para una empresa

Lectura para tu empresa: si trabajas en farma, agroindustria o química, el cambio práctico es que el diseño de biocatalizadores pasa de meses de ensayo y error a cientos de candidatos generados y filtrados por cómputo, con validación experimental al final. La ventaja competitiva estará en el laboratorio que valida rápido, no en el modelo, que es abierto. Y para cualquier sector: exige a los proveedores de IA científica la tasa de éxito real en laboratorio, no solo el benchmark. Consultas: info@guatemalia.com.

Fuentes: Universidad de Manchester (22 de octubre de 2026), Phys.org (23 de octubre de 2026). Datos del preprint aún sin revisión por pares.

Carlos Montiel
Arquitecto de Soluciones IA Empresarial
Especialista en LLMs, Agentes y Orquestación
guatemalia.com/#contacto · info@guatemalia.com

¿Necesitas implementar IA en tu empresa?

Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.

Contactar a Carlos Montiel

info@guatemalia.com