Connect with us

Publicado

on

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.

Continue Reading
Advertisement
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Humans

Ser auténtico cuando el algoritmo te define: cómo preservar tu agencia en un mundo algorítmico

Publicado

on

Continue Reading

Researchland

UBTECH presenta el U1: el robot humanoide «de compañía» que ya se vende en China

Publicado

on

Shenzhen, China — La compañía china UBTECH Robotics, una de las firmas más grandes del mundo en robótica humanoide y que cotiza en la bolsa de Hong Kong (HKEX: 9880), presentó el 30 de junio de 2026 su nueva línea de robots de compañía UWORLD U1, a la que describe como el primer humanoide «ultra-biónico» de tamaño real diseñado para producción en masa.

Hasta ahora UBTECH era conocida principalmente por sus robots industriales, como la serie Walker S2. Con el U1, la empresa da un giro hacia el consumidor final, apuntando a un mercado de compañía emocional, cuidado de adultos mayores, recepción, hotelería y educación.

Tres versiones, un mismo cuerpo

La línea U1 se divide en tres modelos:

  • U1 Lite: versión de medio cuerpo (torso), sin piernas ni desplazamiento.
  • U1 Pro: cuerpo completo, con capacidad de pararse y caminar.
  • U1 Ultra: el modelo de mayor gama, con la mayor fluidez de movimiento de toda la serie.

Cada uno está disponible en configuración masculina (183 cm, 42 kg) y femenina (168 cm, 35,2 kg).

Ficha técnica

  • 88 grados de libertad (articulaciones servo-motorizadas)
  • Columna cervical biomimética de doble pivote, que le permite reproducir cerca del 90% de los movimientos humanos básicos
  • Piel de silicona con rostro expresivo, mirada que sigue al usuario y parpadeo
  • Modelo de inteligencia artificial emocional, ejecutado de forma local sobre un procesador Rockchip RK3588
  • Almacenamiento de datos del usuario en el propio dispositivo, sin subirlos a la nube, según la compañía
  • Según UBTECH, el sistema reconoce más de 20 estados emocionales con un 90% de precisión (cifra no verificada de forma independiente)

El robot no está pensado para tareas del hogar como cocinar o limpiar: su función declarada es la conversación, la compañía y el soporte emocional.

Precios oficiales

Según el anuncio oficial de UBTECH en su evento de lanzamiento en Shenzhen, los precios de fábrica en yuanes son:

ModeloPrecio (RMB)Aproximado en USD
U1 Lite119.800 ¥~US$17.000
U1 Pro169.800 ¥~US$24.000
U1 Ultra (femenino)880.000 ¥~US$124.000
U1 Ultra (masculino)990.000 ¥~US$140.000

Nota para lectores: algunos distribuidores internacionales listan precios más altos (por ejemplo, hasta US$180.000 para el U1 Ultra), que probablemente incluyen márgenes de importación y reventa. Los valores de la tabla corresponden al precio oficial anunciado por la empresa en China.

Un lanzamiento con más de 13.000 pedidos

Al cierre del evento de presentación, UBTECH reportó más de 13.361 unidades reservadas, una cifra que la compañía destaca como validación temprana de la demanda. Las primeras entregas están previstas para mediados de septiembre de 2026.

El punto más polémico: réplicas de personas reales

UBTECH anunció que donará 100 unidades personalizadas del U1 durante 2026, en el marco de un programa de bienestar mental para personas mayores que viven solas. Lo llamativo es la tecnología detrás de esa personalización: la empresa planea usar reconstrucción facial 3D y reconocimiento de huella de voz para que el robot pueda parecerse y sonar como una persona específica —por ejemplo, un familiar fallecido o ausente—, combinando esto con modelos de memoria de largo plazo.

La propuesta generó debate en medios internacionales, que la compararon con escenarios de ciencia ficción distópica, planteando dudas éticas sobre el duelo, la dependencia emocional hacia una máquina y el consentimiento de la persona replicada.

Contexto de mercado

UBTECH justifica el lanzamiento citando cifras propias sobre soledad en China: unos 90 millones de adultos que viven solos y 118 millones de adultos mayores sin hijos cerca. El U1 llega en un momento de fuerte competencia en robótica humanoide de consumo, con rivales como el Unitree G1 (cerca de US$13.500) y el Tesla Optimus Gen 3, cuya producción en masa se espera para el tercer trimestre de 2026 con un precio estimado de entre US$20.000 y US$30.000.


Fuentes consultadas: UBTECH Robotics / UWORLD (comunicado oficial vía PRNewswire), South China Morning Post, TechRadar, RoboHorizon Robot Magazine, PurePC.pl, The AI Insider, Droids (Substack), Robots International, Robots LATAM.

Continue Reading

Researchland

PLATON, la cámara que combina luz, IA y sensores para rastrear partículas invisibles en 3D

Publicado

on

Un equipo de investigación presentó PLATON, un nuevo detector de partículas que reemplaza a millones de pequeños componentes detectores individuales por un único bloque de material que produce luz al paso de las partículas. Combinando una cámara de campo de luz, sensores de fotones de altísima sensibilidad e inteligencia artificial, el sistema reconstruye trayectorias de partículas de forma rápida y con una resolución que los detectores tradicionales no alcanzan.

Los detectores de partículas convencionales, usados tanto en física de altas energías como en imágenes médicas, suelen depender de arreglos de millones de sensores discretos distribuidos en una grilla, cada uno de los cuales debe leerse, calibrarse y sincronizarse por separado, lo que introduce costos de fabricación y complejidad de mantenimiento considerables. PLATON reemplaza ese enfoque por un único bloque continuo de material que emite luz cuando una partícula lo atraviesa, y delega en una cámara de campo de luz combinada con un modelo de inteligencia artificial la tarea de reconstruir, a partir de esa emisión luminosa, la trayectoria exacta que siguió cada partícula.

Para la comunidad de física experimental, la simplificación que propone PLATON podría reducir drásticamente el costo y la complejidad de construir detectores de próxima generación, tanto para experimentos de física de partículas en grandes aceleradores como para aplicaciones más aplicadas en escaneo de materiales o imágenes médicas de alta resolución. La integración de inteligencia artificial para interpretar patrones de luz complejos, en lugar de depender de reglas de reconstrucción geométrica fijas, es un enfoque que viene ganando terreno en instrumentación científica de frontera.

Más allá del interés puramente académico, este tipo de innovación en instrumentación tiene un historial de derivar, con los años, en aplicaciones médicas e industriales concretas: los detectores desarrollados originalmente para física de partículas terminaron dando origen a tecnologías como el PET-scan o ciertos escáneres industriales de rayos X. La pregunta de fondo que abre PLATON es si esta arquitectura más simple y basada en IA podrá replicarse a menor costo en hospitales o plantas industriales antes de lo que tomaron generaciones anteriores de tecnología de detección.

Fuentes al pie:
ScienceDaily: https://www.sciencedaily.com/news/matter_energy/technology/

Continue Reading

TENDENCIAS