Antes de AlphaFold, predecir la estructura tridimensional de una proteína mediante métodos experimentales como cristalografía de rayos X, resonancia magnética nuclear (RMN) o microscopía crioelectrónica podía tomar entre 2 y 5 años, con costos de cientos de miles de dólares por estructura. Este proceso, limitado por la paradoja de Levinthal, que sugería tiempos de cálculo mayores a la edad del universo, ralentizaba la investigación biológica, con solo 170,000 estructuras determinadas en 60 años frente a 200 millones de proteínas conocidas. AlphaFold, desarrollado por Google DeepMind, cambió esto al predecir estructuras en segundos a horas con una precisión comparable (GDT ~90-92.4). En octubre de 2024, Demis Hassabis, John Jumper y David Baker recibieron el Premio Nobel de Química por este avance. A continuación, se detallan los principales desarrollos de AlphaFold desde octubre de 2024 hasta agosto de 2025.
1. Liberación del Código de AlphaFold 3 para Uso Académico
En noviembre de 2024, Google DeepMind liberó el código y los pesos del modelo de AlphaFold 3 para uso académico no comercial, respondiendo a la demanda de mayor accesibilidad. A diferencia de AlphaFold 2, de código abierto, AlphaFold 3 incluyó restricciones iniciales por su complejidad y aplicaciones comerciales. La liberación vino acompañada del AlphaFold Server, una interfaz pública que permite a investigadores modelar proteínas, ADN, ARN y ligandos para fines no comerciales. Esta iniciativa democratizó el acceso a herramientas de IA, facilitando avances en biología estructural y diseño de medicamentos.
2. Crecimiento de la Base de Datos de AlphaFold
La base de datos de AlphaFold (AlphaFold DB), en colaboración con EMBL-EBI, alcanzó 214 millones de estructuras predichas en enero de 2024, un aumento significativo desde las 360,000 de 2021. Entre octubre de 2024 y agosto de 2025, se integraron nuevas secuencias de organismos modelo, proteomas clave para la salud global y datos de UniProt. Mejoras como búsqueda por similitud con BLAST, una interfaz optimizada y herramientas de visualización 3D han acelerado descubrimientos en biología computacional y diseño de fármacos.
3. Impacto Global de AlphaFold
Para enero de 2025, AlphaFold fue utilizado por más de 2.5 millones de usuarios en 190 países, impulsando investigaciones en inmunidad de cultivos, resistencia bacteriana, vacunas contra la malaria, tratamientos oncológicos y enzimas degradadoras de plásticos. La base de datos AlphaFold DB registró más de 23,000 descargas, y hasta enero de 2023, 850 entradas en el Protein Data Bank (PDB) estaban vinculadas a AlphaFold, con un 60% asociadas a estructuras de cryo-EM. Para mayo de 2025, AlphaFold 3 había modelado millones de interacciones moleculares, consolidando su rol en la ciencia.
4. Mejoras Técnicas en AlphaFold 3
Lanzado en mayo de 2024, AlphaFold 3 amplió las capacidades de su predecesor al predecir estructuras de complejos con ADN, ARN, ligandos, iones y modificaciones post-traduccionales. Desde octubre de 2024, mejoras en su arquitectura basada en difusión, con un módulo «Pairformer» optimizado, han incrementado la precisión en un 50% para interacciones proteína-ligando, duplicándola en algunas categorías. Estas mejoras han fortalecido su uso en el descubrimiento de fármacos, aunque persisten retos como errores estereoquímicos (~4.4% de problemas de quiralidad) y limitaciones en regiones desordenadas o dinámicas moleculares.
5. Reconocimientos y Futuro de AlphaFold
El Premio Nobel de 2024 fue acompañado por galardones como el Clarivate Citation Laureate y el Premio de Ciencias Médicas Keio. En 2025, Google DeepMind y EMBL-EBI organizaron cumbres educativas para 45 investigadores internacionales, integrando retroalimentación para mejorar AlphaFold. Futuros desarrollos buscan modelar dinámicas de proteínas en entornos celulares y perfeccionar predicciones de ARN. Además, Google DeepMind e Isomorphic Labs exploran aplicaciones en química sostenible y edición genómica con CRISPR, como la modelación de CasLambda.
Conclusión
Desde octubre de 2024, AlphaFold ha evolucionado de un avance premiado con el Nobel a una herramienta accesible y esencial para la ciencia. La liberación del código de AlphaFold 3, la expansión de su base de datos, su adopción global y mejoras técnicas han transformado la biología, la medicina y la química sostenible. Reduciendo el tiempo de predicción de estructuras proteicas de años a segundos, AlphaFold sigue revolucionando la investigación, con planes para abordar dinámicas moleculares y aplicaciones en edición genética, manteniendo su compromiso con la accesibilidad gratuita para la comunidad científica.
Primera planta piloto argentina de tratamiento de aguas residuales con microalgas: Una solución sostenible liderada por la UBA
¿Qué usan y cómo funciona el sistema?
El equipo de la Facultad de Agronomía de la Universidad de Buenos Aires (FAUBA), en colaboración con AySA y otras instituciones, desarrolló una planta piloto que utiliza microalgas (organismos fotosintéticos acuáticos) junto con bacterias para tratar aguas residuales urbanas.
Componentes clave:
Microalgas: Se seleccionaron cepas locales (evaluaron más de 30). Funcionan en consorcios naturales (el reactor se coloniza naturalmente, dominando 1-2 especies) o con cepas controladas. Las algas realizan fotosíntesis, absorbiendo nutrientes (nitrógeno y fósforo), materia orgánica y contaminantes, mientras crecen y producen biomasa.
Reactores raceway: Tres piletones de 40 m² cada uno (forma de pista de carreras), de baja profundidad para que la luz solar llegue bien. Incluyen agitación mecánica para distribuir homogéneamente las algas y maximizar la fotosíntesis. El agua pasa primero por un tratamiento primario antes de entrar.
Procesos adicionales: Monitoreo automatizado con sensores, modelos de IA para predecir y optimizar, y sistemas de separación de biomasa (como centrífugas en desarrollo).
Resultados:
Trata hasta 12.000-36.000 litros por día.
Remueve ~90% de materia orgánica, 95% de nitrógeno y ~50% de fósforo, más otros contaminantes.
Produce ~0.76-1 kg de biomasa diaria, que se evalúa como biofertilizante o bioestimulante para agricultura (economía circular).
Esta tecnología es más económica y de bajo consumo energético que los lodos activados convencionales, ideal para zonas sin infraestructura. Requiere superficie pero es descentralizable.
Líder del proyecto: Dr. Tomás Agustín Rearte (o Agustín Rearte), docente de la Cátedra de Química Inorgánica y Analítica de la FAUBA, investigador del CONICET, director de la Colección de Cultivos de Microalgas de la FAUBA (CCM-FAUBA). Comenzó a trabajar con microalgas en 2009 durante su doctorado. Colabora con Carolina González (AySA) y otros.
¿Se puede usar en el Riachuelo?
Sí, hay experiencia previa y potencial directo. El equipo de Rearte ya trabajó en la Cuenca Matanza-Riachuelo usando biosorción con biomasa de microalgas para remover metales pesados como zinc (de efluentes de galvanoplastia). Redujeron concentraciones de 230 ppm a los 5 ppm permitidos por ACUMAR/ADA, usando biomasa de algas cultivadas en efluentes con alto N y P.
La planta piloto actual trata efluentes urbanos (como los que van al Riachuelo) y reduce nutrientes que causan eutrofización. Podría aplicarse en municipios, industrias o feedlots de la cuenca, combinando remoción de nutrientes + metales. Se menciona explícitamente su potencial para reducir contaminación en el Riachuelo.
Ventajas para Argentina: El 82% de las aguas residuales no se trata adecuadamente. Esta tecnología es escalable, sostenible y genera subproductos útiles.
Fuentes y colaboradores principales
Proyecto interinstitucional: FAUBA + AySA, con apoyo de MINCyT (“Ciencia y Tecnología contra el Hambre”), Fundación Bunge y Born, UBATEC, Universidad de Almería (España), TDK (IA), CONICET.
Instagram del proyecto: @tratar_con_microalgas
Artículos clave: Sobre la Tierra (FAUBA), Fundación Bunge y Born, Infobae/La Nación, Agencia TSS.
Es un proyecto muy prometedor que combina remediación ambiental, bajo costo y valor agregado
Meta description: Guía completa de robots humanoides open source que podés construir desde cero: InMoov, Roboto Origin, Berkeley Humanoid Lite, ToddlerBot y más. Código, planos y materiales disponibles gratis.
Categoría: Robótica · Tecnología · Open Source Tiempo de lectura: 8 minutos Actualizado: Abril 2026
¿Qué es un robot humanoide open source?
Un robot humanoide open source es un sistema robótico bípedo cuyo hardware (planos mecánicos, esquemas electrónicos) y software (código de control, algoritmos de locomoción) están disponibles públicamente para que cualquier persona los descargue, replique y modifique sin costo de licencia.
A diferencia de plataformas comerciales como Boston Dynamics Atlas o Tesla Optimus —cerradas, propietarias y fuera del alcance económico de la mayoría—, estos proyectos permiten que investigadores, estudiantes y makers accedan a tecnología de frontera con inversión accesible.
Los 5 proyectos de robots humanoides open source más relevantes
1. Roboto Origin — RoboParty (2025)
El humanoide full-stack más nuevo y ambicioso del ecosistema open source.
Desarrollado en solo 120 días por el equipo de RoboParty, una startup de Beijing fundada por Huang Yi con 21 años, Roboto Origin fue liberado completamente como open source en enero de 2026. Es considerado el primer humanoide full-stack de código abierto del mundo: hardware, software de control y algoritmos de locomoción incluidos.
Especificaciones técnicas:
Altura: 1,25 metros
Peso: 34 kg
Velocidad de marcha: 3 m/s
Algoritmo de locomoción: AMP (Anthropomorphic Motion Planning) desarrollado por el equipo
Camina, corre y está preparado para entrenamiento Sim-to-Real
¿Qué está disponible?
Diseños de hardware completos (estructuras, electrónica)
Código de control y algoritmos de entrenamiento
Documentación de ingeniería
Programa de co-creación global para desarrolladores
Dificultad estimada: Alta — requiere conocimientos en mecatrónica, ROS y aprendizaje por refuerzo Costo estimado de materiales: ~USD 3.000–5.000
2. Berkeley Humanoid Lite — UC Berkeley (2025)
El humanoide open source más accesible para makers con impresora 3D.
Desarrollado por el laboratorio de Ingeniería Eléctrica y Ciencias Computacionales de UC Berkeley, fue presentado en la conferencia Robotics Science and Systems 2025. Su diseño modular permite que un maker con experiencia básica lo construya en aproximadamente una semana.
El corazón del diseño es una caja de cambios cicloidal imprimible en 3D para los actuadores. Sus dientes grandes distribuyen la carga en mayor superficie, reduciendo el desgaste — clave para que las piezas plásticas soporten el peso real del robot.
Especificaciones técnicas:
Altura: ~1 metro
Peso: ~16 kg
Locomoción: aprendizaje por refuerzo (RL) para marcha bípeda
Manipulación: teleoperación con joystick demostrada (agarró un cubo Rubik)
Todas las piezas mecánicas imprimibles con impresora 3D estándar
Dificultad estimada: Media-Alta Costo estimado de materiales: ~USD 5.000 (precios de mercado estadounidense)
3. ToddlerBot — Stanford University (2025)
El humanoide open source con mejor integración de IA y manipulación.
Presentado en la 9th Annual Conference on Robot Learning (CoRL 2025), ToddlerBot es una plataforma de bajo costo diseñada específicamente para investigación en locomoción combinada con manipulación (loco-manipulation). Su nombre viene de su similitud con el movimiento de un niño aprendiendo a caminar.
Lo que lo distingue es su robustez: «casi nunca se rompe y cuando se rompe, es muy fácil de reparar», según sus creadores de Stanford.
Capacidades demostradas:
Caminata omnidireccional (todas las direcciones)
Gateo coordinado con brazos y piernas
Voltereta (cartwheel) como demostración de agilidad
Manipulación bimanual con política de difusión entrenada con 60 demos
Teleoperación VR con Meta Quest 2 en tiempo real
Transferencia zero-shot de políticas de manipulación entre instancias
Dificultad estimada: Alta — orientado a investigación Costo estimado de materiales: ~USD 2.500
4. InMoov — Gael Langevin (2012–presente)
El proyecto más veterano y con mayor comunidad global.
Iniciado en 2012 por el escultor y diseñador francés Gael Langevin, InMoov es el primer robot humanoide open source a tamaño real imprimible en 3D del mundo. Lo que empezó como una mano robótica para un trabajo fotográfico evolucionó en más de una década hasta convertirse en un humanoide completo con cabeza, torso, brazos y en desarrollo de piernas.
Su mayor virtud es la barrera de entrada baja: cualquier impresora 3D con área de impresión de 12×12×12 cm puede fabricar todas sus piezas. La comunidad global —con miles de builders en el mapa interactivo del sitio— garantiza soporte continuo.
Especificaciones técnicas:
Tamaño real (aproximadamente 1,80m completo)
5 grados de libertad por brazo
16 grados de libertad por mano (10 dedos motorizados independientes)
El humanoide open source más documentado para educación e investigación.
Desarrollado por el Instituto Nacional de Investigación en Informática y Automática de Francia (Inria), Poppy fue concebido como plataforma de aprendizaje abierta. Hoy es mantenido por la comunidad y representa una de las arquitecturas mejor documentadas disponibles.
Especificaciones técnicas:
25 actuadores Robotis Dynamixel (la mayor parte del costo)
Raspberry Pi 3 o 4 como cerebro
Compatible con Python (pip install poppy-humanoid)
Archivos disponibles: STL, STEP, Solidworks, URDF
Tiempo de ensamblaje: ~7 horas para alguien con experiencia
La robótica humanoide open source ya no es un hobby de nicho reservado a laboratorios universitarios con presupuestos millonarios. Proyectos como Roboto Origin, Berkeley Humanoid Lite y ToddlerBot demuestran que con una impresora 3D, componentes electrónicos accesibles y conocimiento de Python y ROS, es posible construir un humanoide funcional.
El punto de entrada más recomendable hoy es InMoov (empezando solo por la mano o el brazo) si sos principiante, o Roboto Origin si tenés experiencia en mecatrónica y querés el proyecto más completo y actualizado.
La comunidad global de builders es activa, los repositorios están en constante actualización y —por primera vez en la historia— el «momento ChatGPT de la robótica» parece genuinamente cerca.
Las baterías betavoltaicas basadas en diamante, también conocidas como «baterías de diamante» o «nano diamond batteries», representan una de las tecnologías energéticas más prometedoras del momento. Estas baterías convierten la energía de la decadencia radiactiva beta en electricidad directa mediante un semiconductor de diamante, ofreciendo una duración extrema sin necesidad de recarga ni mantenimiento. En AuriPower.com, portal dedicado a energías renovables, minería, petróleo, gas y ecología, analizamos el estado actual de esta innovación, basada en datos verificados al cierre de 2025.
Principio de Funcionamiento
La tecnología betavoltaica existe desde los años 1950-1960 y se usa en misiones espaciales como las sondas Voyager. Un isótopo radiactivo (como níquel-63 o carbono-14) emite partículas beta (electrones de alta energía), que son capturadas por un semiconductor de diamante sintético. Este material es ideal por su resistencia a la radiación, alta conductividad térmica y capacidad para contener las emisiones sin fuga externa significativa.
Ventajas principales:
Duración: Decenas a miles de años, dependiendo del isótopo.
Operación en extremos: De -60°C a +120°C.
Seguridad: No explotan, no incendian y emiten radiación externa mínima (inferior al fondo natural en muchos casos).
Sostenibilidad: Algunas versiones reciclan residuos nucleares.
Limitaciones clave:
Potencia baja: Actualmente en el rango de microwatios a milivatios por celda individual.
Costo elevado de producción.
Regulaciones estrictas por materiales radiactivos.
Desarrollos Principales en 2025
Betavolt (Beijing Betavolt New Energy Technology, China): La empresa líder en comercialización. Su modelo BV100, del tamaño de una moneda (15x15x5 mm), utiliza níquel-63 encapsulado en diamante y genera 100 microwatios a 3V, con una vida útil de hasta 50 años. En 2025, Betavolt ha iniciado producción masiva limitada del BV100, enfocada en aplicaciones especializadas como sensores, implantes médicos y equipos aeroespaciales. La compañía mantiene su plan de lanzar una versión de 1 vatio durante 2025 o inicios de 2026, lo que ampliaría su uso a drones pequeños y dispositivos de mayor consumo.
NDB Inc. (Nano Diamond Battery, EE.UU.): Promueve baterías con carbono-14 de residuos nucleares, con promesas de hasta 28.000 años de duración. En 2025, la empresa sigue en fase de investigación y desarrollo, con pruebas de laboratorio exitosas (eficiencia de carga hasta 40%), pero sin productos comerciales disponibles. Su enfoque en reciclaje de desechos nucleares es atractivo para la economía circular, aunque el avance ha sido más lento de lo anunciado inicialmente.
Otras iniciativas incluyen prototipos en universidades (como Bristol con Arkenlight) y avances en materiales como SiC o GaN para betavoltaicas, pero el diamante sigue destacando por su eficiencia teórica.
Aplicaciones Actuales y Futuras
Confirmadas y reales: Exploración espacial (satélites y sondas), sensores remotos en entornos hostiles (océanos profundos, polos, monitoreo ambiental), implantes médicos (marcapasos que duran toda la vida del paciente).
En desarrollo: Dispositivos IoT de bajo consumo, drones autónomos y micro-robots.
Consumo masivo: Las afirmaciones de «teléfonos o autos eléctricos sin recarga» son exageradas a corto plazo. Una celda actual produce muy poca potencia; para alimentar un smartphone se necesitarían miles de celdas apiladas, resultando en un dispositivo grande, caro y regulado. No es viable para electrónica cotidiana en 2025.
En conclusión, la tecnología es real, segura y en progresiva comercialización, especialmente gracias a Betavolt. Representa un avance significativo para nichos de energía autónoma y sostenible, alineado con la transición energética global. Sin embargo, las aplicaciones en dispositivos de consumo diario siguen siendo futuras y limitadas por la potencia disponible.
Fuentes
Live Science (2024-2025): Reportes sobre BV100 y planes de 1W en 2025.
Tom’s Hardware (2024): Detalles técnicos del BV100.
World Nuclear News (2024): Anuncio inicial de Betavolt.
The Indian Express (2025): Confirmación de producción masiva del BV100.
New Atlas (2024): Explicación técnica y expectativas para 2025.
Sitio oficial NDB.technology (2025): Estado actual de desarrollo.
Wikipedia (actualizado 2025): Historia y principios de baterías de diamante.
IEEE Spectrum (2025): Análisis general de baterías nucleares modernas.