Un anticuerpo diseñado por IA supera los resultados de laboratorio en la primera prueba a ciegas global

Un anticuerpo diseñado por inteligencia artificial ha superado el mejor resultado obtenido tras meses de experimentos de laboratorio tradicionales, según los resultados de la primera evaluación internacional a ciegas sobre diseño de anticuerpos por IA, publicados en Nature Biotechnology el 25 de agosto de 2026.

Aureka Biotechnologies, una empresa de descubrimiento de fármacos basada en IA con sede en California y Shanghái, obtuvo el primer puesto en el AIntibody Challenge con un anticuerpo diseñado por su modelo fundacional AuraIDE. Este logró una afinidad de unión de 94,7 picomolar, una mejora de aproximadamente 2.000 veces respecto al anticuerpo parental y más firme que los 113 picomolar alcanzados por el mejor clon derivado experimentalmente tras tres meses de maduración en fagos.prnewswire+1

Una prueba al estilo CASP para la IA en anticuerpos

El AIntibody Challenge, organizado por Andrew Bradbury y M. Frank Erasmus, atrajo a 29 organizaciones que enviaron 511 anticuerpos diseñados o predichos por IA en tres tareas. Inspirada en las competencias CASP que validaron las predicciones de estructuras de proteínas de AlphaFold, la prueba buscaba ofrecer la primera evaluación prospectiva u objetiva de la IA en el descubrimiento de anticuerpos.aintibody+2

En el Desafío 1, considerado la tarea de mayor relevancia práctica, los equipos recibieron únicamente datos de secuenciación NGS de primera ronda sobre la maduración de afinidad de un anticuerpo parental frente al dominio de unión al receptor de la proteína espiga del SARS-CoV-2. A continuación, dispusieron de 14 días para diseñar hasta 10 nuevas secuencias de anticuerpos, que los organizadores expresaron y probaron de manera independiente bajo condiciones a ciegas e uniformes.prnewswire

"El AIntibody Challenge se creó para proporcionar la primera evaluación prospectiva rigurosa sobre la capacidad de la inteligencia artificial para mejorar el descubrimiento de anticuerpos mediante la validación de terceros independientes", afirmó Bradbury.phys

Más allá de la recombinación

La secuencia ganadora de AuraIDE no fue una simple recombinación de mutaciones ya presentes en los datos experimentales. Se diferenció del anticuerpo parental en 19 posiciones de aminoácidos y de la secuencia más cercana del conjunto de datos en al menos 12 aminoácidos. El modelo ocupó el primer, segundo y quinto lugar en la clasificación del Desafío 1 y produjo seis anticuerpos con una afinidad inferior a 10 nanomolar que también superaron las cinco evaluaciones de capacidad de desarrollo.prnewswire

Aureka también obtuvo el tercer puesto en el Desafío 2 (clasificación de candidatos existentes por afinidad) y el noveno en el Desafío 3 (diseño de combinaciones novedosas de CDR), lo que la convirtió en el único equipo en finalizar en el top 10 en las tres tareas.prnewswire

Implicaciones para el desarrollo de fármacos

Los resultados sugieren que la IA ahora puede reemplazar al menos una ronda de construcción de bibliotecas combinatorias y cribado en laboratorio en la optimización de anticuerpos, un proceso que suele requerir meses. Aun así, los organizadores de AIntibody señalaron que el éxito no se trasladó de forma constante entre las diferentes tareas y que "la generalización amplia y fiable sigue siendo un desafío importante para el sector".aintibody

Aureka, que cerró una ronda Serie B de 100 millones de dólares a principios de agosto, ha recaudado casi 200 millones de dólares hasta la fecha y mantiene colaboraciones con varias empresas farmacéuticas globales.biospace+1