Lejos de ser bioquímicamente insignificantes, las lágrimas (fluido lagrimal) son un reservorio rico en datos moleculares que pueden revolucionar el diagnóstico y manejo de enfermedades como la diabetes y el Alzheimer. Este artículo explora el potencial de las lágrimas para un monitoreo continuo, con énfasis en el control 7×24 para diabetes mediante lentes de contacto inteligentes, y un enfoque de detección temprana para Alzheimer, dado su lenta progresión. Se incluyen investigaciones recientes para respaldar estas aplicaciones.
Importancia Bioquímica de las Lágrimas
El fluido lagrimal contiene biomarcadores clave como glucosa, proteínas amiloides, creatinina, progesterona y vitaminas, cada uno con firmas ópticas únicas definidas por picos espectrales. Estos picos, generados por vibraciones moleculares, rotaciones y transiciones electrónicas a nivel cuántico, pueden analizarse mediante espectroscopia para identificar y cuantificar compuestos con alta precisión. Sin embargo, las señales moleculares en las lágrimas son débiles, lo que requiere tecnologías avanzadas para su detección efectiva.
Lentes de Contacto Inteligentes con SERS: Monitoreo Continuo
La integración de metasuperficies nanoestructuradas, como sustratos de Dispersión Raman Mejorada por Superficie (SERS), en lentes de contacto inteligentes permite amplificar señales moleculares en varios órdenes de magnitud. Equipadas con espectrómetros miniaturizados, estas lentes ofrecen monitoreo bioquímico continuo, ideal para condiciones como la diabetes que requieren control 7×24, sin necesidad de extracción o reemplazo. Para el Alzheimer, donde la enfermedad evoluciona lentamente, el enfoque se centra en la detección temprana de biomarcadores en lugar de un monitoreo constante.
Investigaciones de la Universidad de Ciencia y Tecnología de Pohang (POSTECH) han demostrado que estas lentes, fabricadas con polímeros biocompatibles, integran biosensores, sistemas de administración de fármacos y comunicación inalámbrica. Esto permite monitorear biomarcadores y administrar tratamientos de manera controlada, especialmente para diabetes, mientras que para Alzheimer se prioriza la identificación precoz de marcadores.
Aplicaciones en Diabetes: Monitoreo 7×24
La diabetes, que afecta a más de 422 millones de personas globalmente, requiere un monitoreo constante de glucosa para prevenir complicaciones como retinopatía diabética, daño renal o problemas cardiovasculares. Las lentes de contacto inteligentes son ideales para un control 7×24:
Monitoreo de Glucosa: Estudios han confirmado que los niveles de glucosa en lágrimas, medidos por lentes inteligentes en modelos animales, correlacionan con los niveles en sangre. Equipadas con sensores inalámbricos y antenas, estas lentes miden glucosa en tiempo real, emitiendo alertas ante hiperglucemia mediante LEDs o notificaciones a dispositivos externos.
Tratamiento Integrado: Investigadores de POSTECH han desarrollado lentes que monitorean glucosa y administran fármacos para retinopatía diabética mediante señales eléctricas, reduciendo la necesidad de inyecciones. Este enfoque mejora la calidad de vida al integrarse en la rutina diaria sin interrupciones.
Avances Tecnológicos: Proyectos previos, como el de Google en 2014, enfrentaron problemas de precisión y comodidad. Sin embargo, avances en materiales flexibles y transparentes, liderados por equipos como el de Jihun Park en la Universidad de Ulsan, han mejorado la viabilidad de estas lentes, acercándolas a la comercialización.
El monitoreo 7×24 permite a los pacientes diabéticos ajustar tratamientos en tiempo real, prevenir complicaciones y mantener un control continuo sin procedimientos invasivos.
Aplicaciones en Alzheimer: Detección Temprana
El Alzheimer, una enfermedad neurodegenerativa de progresión lenta, requiere métodos de diagnóstico temprano no invasivos para maximizar la eficacia de las intervenciones. Las lágrimas son prometedoras para detectar biomarcadores como proteínas amiloides:
Detección de Biomarcadores: Investigaciones destacadas en publicaciones de X (2024) sugieren que las proteínas amiloides en lágrimas pueden ser indicadores tempranos del Alzheimer. Las lentes con SERS detectan estas proteínas con alta sensibilidad, facilitando un diagnóstico precoz no invasivo, crucial en las etapas preclínicas.
Electroceúticos: POSTECH ha explorado lentes inteligentes que administran estimulaciones eléctricas (electroceúticos) para trastornos cerebrales como el Alzheimer. Aunque el monitoreo 7×24 no es necesario debido a la lenta evolución de la enfermedad, estas lentes podrían usarse periódicamente para evaluar biomarcadores o administrar terapias.
Enfoque Diagnóstico: Dado que el Alzheimer avanza lentamente, el valor de las lentes radica en evaluaciones puntuales para detectar biomarcadores en etapas iniciales, permitiendo intervenciones antes de que los síntomas sean evidentes. Esto contrasta con el monitoreo continuo requerido para diabetes.
Implicaciones para la Salud
Las lentes de contacto inteligentes con SERS ofrecen:
No Invasividad: Reemplazan punciones o biopsias, especialmente para diabetes (monitoreo 7×24) y Alzheimer (detección temprana).
Personalización: Proporcionan datos en tiempo real para diabetes y evaluaciones precisas para Alzheimer.
Prevención: Facilitan la gestión proactiva de diabetes y la detección precoz de Alzheimer, mejorando los resultados clínicos.
Los desafíos incluyen ensayos clínicos en humanos y aprobaciones regulatorias. Según Sei Kwang Hahn de POSTECH, la comercialización de dispositivos médicos inalámbricos sigue siendo limitada, aunque colaboraciones con empresas como Interojo Inc. están acelerando el proceso.
Evidencia de Apoyo e Investigaciones Relacionadas
Fuentes Principales: Investigaciones sobre lentes con SERS para amplificación de señales moleculares y estudios de POSTECH sobre monitoreo de glucosa y electroceúticos.
Investigaciones Web: Nature Biomedical Engineering (2023) destaca lentes para monitoreo de glucosa, mientras que Science Advances (2018) detalla avances en lentes flexibles. Un artículo de The Scientist (2023) subraya el potencial de lágrimas para detectar Alzheimer mediante proteínas amiloides.
Proteómica de Lágrimas: Journal of Proteome Research (2022) identificó más de 1,500 proteínas en lágrimas, vinculadas a condiciones sistémicas, reforzando su valor diagnóstico.
Perspectivas de X: Publicaciones de 2024 en X resaltan el uso de lágrimas para detectar Alzheimer, complementando los avances en lentes inteligentes.
Conclusión
Las lágrimas son un reservorio bioquímico que, con lentes de contacto inteligentes equipadas con SERS, permite un monitoreo 7×24 para diabetes y detección temprana para Alzheimer. Mientras que la diabetes se beneficia de un control continuo para gestionar glucosa y prevenir complicaciones, el Alzheimer requiere evaluaciones puntuales para identificar biomarcadores en etapas iniciales. Estas tecnologías transforman la atención médica hacia un modelo no invasivo, personalizado y preventivo, consolidando las lágrimas como laboratorios diagnósticos portátiles.
Referencias
Texto original sobre bioquímica de lágrimas y lentes con SERS.
Nature Biomedical Engineering. (2023). «Lentes de contacto inteligentes para monitoreo de glucosa.»
Science Advances. (2018). «Soft, smart contact lenses with integrations of wireless circuits.»
Journal of Proteome Research. (2022). «Análisis proteómico del fluido lagrimal.»
The Scientist. (2023). «Tears as a diagnostic tool for Alzheimer’s disease.»
POSTECH. (2020). «Lentes de contacto inteligentes para diagnóstico y tratamiento de diabetes.»
X Post. (2024). «Diagnósticos basados en lágrimas para Alzheimer.»
La compañía danesa SNIPR Biome anunció el 12 de agosto la publicación, en la revista Clinical Infectious Diseases, de un caso de acceso ampliado en el que su terapia SNIPR001 —un bacteriófago modificado que porta un sistema CRISPR diseñado para atacar selectivamente a la bacteria Escherichia coli— se utilizó en un paciente trasplantado de riñón con una infección multirresistente y progresiva conocida como malacoplaquia, una enfermedad rara caracterizada por la persistencia intracelular de la bacteria.
El paciente recibió SNIPR001 por vía intravenosa, tópica e intralesional, combinado con antibióticos de rescate como tigeciclina, meropenem y fosfomicina durante aproximadamente un año. Según el reporte publicado, las lesiones cutáneas cicatrizaron y la masa intraabdominal se redujo un 89% al cabo de un año de seguimiento, sin que se registraran eventos adversos relacionados con el fago. Se trata del primer uso documentado de esta terapia fágica dirigida directamente contra una infección ya establecida fuera del tracto intestinal, un escenario distinto al de prevención de infecciones en sangre para el que SNIPR001 se desarrolló originalmente.
Los propios investigadores advierten sobre los límites de este tipo de evidencia: al tratarse de un único caso de acceso ampliado, y dado que el paciente recibió antibióticos en simultáneo durante buena parte del tratamiento, no es posible establecer con certeza que la mejora clínica se deba al componente CRISPR del fago, a los antibióticos, a la interacción entre ambos o a otros factores del tratamiento. Trabajos preclínicos previos, publicados en Nature Biotechnology en 2023, ya habían mostrado actividad de SNIPR001 contra cepas multirresistentes de E. coli con una reducción selectiva de esa bacteria que preservaba en gran medida al resto de la microbiota.
Para pacientes trasplantados y con infecciones multirresistentes que agotaron las opciones antibióticas convencionales, este tipo de terapias de precisión abre una alternativa cuando el arsenal farmacológico tradicional ya fracasó, aunque la evidencia de un solo caso está lejos de bastar para establecer eficacia. SNIPR001 continúa en desarrollo para la prevención de infecciones en sangre por E. coli en pacientes con cánceres hematológicos, y la compañía explora ahora, a partir de este caso, si el tratamiento de infecciones activas fuera del intestino —incluyendo posibles indicaciones futuras en infecciones urinarias, sepsis y pacientes trasplantados— merece una vía de desarrollo clínico propia.
Allogene Therapeutics anunció el 29 de julio que la FDA otorgó las designaciones de Terapia Avanzada de Medicina Regenerativa (RMAT) y de Vía Rápida (Fast Track) a cemacabtagene ansegedleucel (cema-cel), su terapia celular CAR-T alogénica —es decir, fabricada a partir de células de donante y no del propio paciente— dirigida a linfoma B de células grandes en primera línea de tratamiento. La noticia siguió generando cobertura y análisis en la prensa especializada en edición genética hasta fines de agosto, en particular por tratarse de la primera terapia CAR-T editada con la tecnología TALEN en alcanzar este nivel de reconocimiento regulatorio.
A diferencia de CRISPR-Cas, que utiliza una proteína guiada por ARN para cortar el ADN, la edición TALEN emplea pares de proteínas que reconocen secuencias específicas de ADN y acercan entre sí dominios de la nucleasa FokI para realizar el corte. En el caso de cema-cel, esa edición interrumpe los genes TRAC y CD52 de las células donantes: el primero elimina el receptor de células T original para reducir el riesgo de enfermedad de injerto contra huésped, y el segundo protege a las células durante la linfodepleción con anticuerpos anti-CD52 que recibe el paciente antes de la infusión. Un vector lentiviral introduce, por separado, el receptor CAR dirigido contra CD19.
Los datos que sustentaron la designación provienen de un análisis interino del ensayo pivotal ALPHA3, en el que siete de doce pacientes tratados con cema-cel lograron eliminar la enfermedad residual mínima (MRD), frente a dos de doce en el grupo bajo observación, sin reportarse casos de síndrome de liberación de citoquinas, neurotoxicidad ni enfermedad de injerto contra huésped en el corte de datos analizado. Se trata, no obstante, de un análisis pequeño e interino: la eliminación de la enfermedad residual mínima todavía no demostró una mejora en la supervivencia libre de eventos, y las designaciones RMAT y Fast Track facilitan la interacción con el regulador pero no constituyen una aprobación.
Para la industria de terapias celulares alogénicas, el caso de cema-cel es relevante porque plantea la posibilidad de administrar una CAR-T «lista para usar» de forma preventiva, apenas un paciente muestra signos moleculares tempranos de que la quimioterapia de primera línea no eliminó por completo la enfermedad, en lugar de esperar a una recaída clínica evidente. Si los resultados se confirman en fases posteriores del ensayo, la dimensión humana del avance es concreta: pacientes que hoy reciben un tratamiento estándar y esperan con incertidumbre si el cáncer reaparecerá podrían acceder a una intervención temprana guiada por biomarcadores, en lugar de tener que atravesar una recaída antes de recibir una nueva línea de terapia.
La Inteligencia Artificial (IA) se ha convertido en una herramienta transformadora para la bioseguridad, definida como el conjunto de medidas destinadas a proteger la salud humana, animal, vegetal y el medio ambiente frente a riesgos biológicos (virus, bacterias, toxinas, etc.). Sin embargo, la convergencia entre IA y biotecnología (AIxBio) representa un doble filo: acelera enormemente la capacidad de respuesta a amenazas, pero también reduce barreras para la creación de patógenos peligrosos, ya sea por accidente o mal uso intencional.
En 2026, la IA ya no solo apoya la ciencia biológica, sino que comienza a diseñar y ejecutar experimentos de forma semi-autónoma, obligando a actualizar urgentemente los marcos de bioseguridad tradicionales (como el BMBL del CDC).
1. Aplicaciones positivas de la IA en Bioseguridad
a) Vigilancia epidemiológica y detección temprana de brotes Los sistemas de IA procesan en tiempo real grandes volúmenes de datos heterogéneos: redes sociales, búsquedas en internet, historias clínicas, datos de ventas de medicamentos, información meteorológica, movilidad humana y secuencias genómicas. Esto permite identificar señales anómalas semanas antes de que los sistemas tradicionales confirmen un brote. La OMS actualizó en 2025 su sistema EIOS (Epidemic Intelligence from Open Sources) incorporando IA para mejorar el análisis automatizado y la detección de señales. Estas herramientas también se integran con datos de aguas residuales y metagenómica ambiental.
b) Monitoreo inteligente en laboratorios de alta contención (BSL-3 y BSL-4) Sistemas de visión por computadora verifican en tiempo real el uso correcto del Equipo de Protección Personal (EPP), detectando faltantes o mal ajustes. Monitorean continuamente presión negativa, flujo de aire HEPA, temperatura y posibles fugas, generando alertas automáticas y prediciendo fallos de mantenimiento. La automatización con robots e IA reduce la exposición humana directa a patógenos peligrosos.
c) Diseño acelerado de contramedidas Modelos como AlphaFold (y versiones posteriores) predicen con alta precisión la estructura 3D de proteínas virales o bacterianas, acelerando el diseño de vacunas, anticuerpos monoclonales, antivirales y diagnósticos. En 2025 se avanzó en vacunas basadas en diseño computacional asistido por IA. Iniciativas como la “100 Days Mission” de CEPI buscan desarrollar contramedidas en solo 100 días. La IA optimiza plataformas de ARNm y permite respuestas rápidas ante patógenos emergentes.
d) Evaluación y gestión de riesgos La IA ayuda a clasificar experimentos de “doble uso” (Dual Use Research of Concern – DURC), evaluando si un procedimiento podría aumentar transmisibilidad, letalidad o resistencia de un patógeno. Herramientas de cribado analizan secuencias de ADN/ARN antes de sintetizarlas, bloqueando aquellas de alto riesgo.
e) Seguridad y salud ocupacional La IA analiza datos de wearables para monitorear signos vitales, fatiga y exposición potencial. Detecta comportamientos inseguros y automatiza tareas repetitivas en “cloud labs”, reduciendo la intervención humana con agentes infecciosos. La OIT destaca cómo la IA mejora la seguridad y salud en el trabajo.
2. Riesgos y desafíos: la cara oscura de la IA en bioseguridad
La convergencia AIxBio baja drásticamente las barreras técnicas, económicas y de conocimiento para crear amenazas biológicas.
a) Diseño de proteínas y patógenos novedosos Modelos generativos crean secuencias de proteínas o ácidos nucleicos completamente nuevas. En 2025, IA diseñó virus (bacteriófagos) funcionales que infectan y matan bacterias específicas, demostrando el potencial para aplicar la misma tecnología en patógenos humanos.
b) “Zero-day” biológicos La IA genera patógenos o toxinas que no existen en la naturaleza y que evaden los sistemas actuales de cribado de síntesis de ADN. Estudios mostraron que variantes rediseñadas por IA pueden eludir filtros de proveedores.
c) Automatización de experimentos Laboratorios robóticos + IA permiten diseñar, planificar y ejecutar miles de experimentos con mínima intervención humana. En 2026, casos como la colaboración entre OpenAI y Ginkgo Bioworks muestran IA ejecutando decenas de miles de experimentos biológicos de forma autónoma.
d) Deskalilling (reducción de habilidades requeridas) Personas sin experiencia en biología, asistidas por IA, completan tareas complejas de virología con mayor precisión. Estudios de SecureBio indican que no expertos superaron a expertos en ciertas tareas y obtuvieron instrucciones detalladas pese a filtros de seguridad.
e) Riesgo de mal uso (bioterrorismo o accidente) Expertos de SecureBio, NTI, RAND y el International AI Safety Report 2026 advierten que la IA aumenta significativamente el riesgo de armas biológicas de alto impacto. Modelos pueden proporcionar instrucciones detalladas de laboratorio y ayudar a superar barreras tradicionales.
3. Medidas de mitigación actuales y propuestas (2026)
a) Screening de secuencias de ADN/ARN Proveedores bloquean pedidos que coincidan con patógenos regulados, pero la IA genera variantes que evaden estos filtros. El screening sigue siendo mayoritariamente voluntario en muchos países.
b) Evaluaciones de seguridad previas al lanzamiento Empresas realizan pruebas internas (“safety evaluations”) y agregan salvaguardas. Se proponen benchmarks como el Virology Capabilities Test (VCT) de SecureBio.
c) Gobernanza y regulación Se discuten accesos gestionados (tiered access), licencias para modelos de alto riesgo, supervisión humana obligatoria y auditorías independientes. En EE.UU. hay avances en NDAA 2026 y propuestas bipartidistas. A nivel internacional se debate en la Convención sobre Armas Biológicas (BWC). Organizaciones como NTI recomiendan colaboración entre gobiernos, empresas de IA y científicos.
d) Mejora de filtros y salvaguardas en los modelos de IA Se implementan rechazos (“refusals”) más robustos, aunque vulnerables a jailbreaking. Se exploran técnicas de alineación y entrenamiento con datos filtrados.
e) Cribado de clientes (“know your customer”) Verificación de legitimidad de usuarios y proyectos en síntesis de ADN y acceso a modelos biológicos.
Resumen: Oportunidades vs Riesgos
Aspecto
Beneficio principal
Riesgo principal
Vigilancia
Detección temprana con datos masivos
Evasión de sistemas o generación de desinformación
Laboratorios
Monitoreo 24/7 y menor exposición humana
Automatización de experimentos de alto riesgo sin supervisión experta
Diseño de moléculas
Vacunas y fármacos en tiempo récord
Patógenos novedosos más letales o indetectables
Accesibilidad
Avances médicos democráticos
Baja barrera para actores maliciosos o inexpertos
Gobernanza
Herramientas para evaluar riesgos
Brecha entre velocidad tecnológica y marcos regulatorios
En 2026, la IA está cerrando el bucle entre diseño y ejecución biológica. Esto exige actualizar manuales de bioseguridad y crear regulaciones específicas para AIxBio.
AI1 año ago
Nano1 año ago
AI10 meses ago
AI1 año ago