Rentosertib, el primer medicamento concebido íntegramente por una IA, no solo avanza hacia la última fase de ensayos clínicos, sino que reescribe las reglas del juego.
En menos de dos años, un tratamiento contra la fibrosis pulmonar idiopática alcanzó la etapa en que los humanos se convierten en territorio de prueba.
“La biología se está volviendo computacional”
Por: Gabriel E. Levy B.
En un ensayo clínico de Fase 2 realizado en China y publicado por Nature Medicine en junio de 2025, Rentosertib mostró resultados prometedores en pacientes con fibrosis pulmonar idiopática, una enfermedad devastadora que mata a unas 40.000 personas al año solo en Estados Unidos.
Los datos fueron claros: quienes recibieron la dosis más alta mejoraron significativamente su capacidad pulmonar frente a la disminución del grupo placebo. Hasta ahí, un éxito clínico más.
Lo disruptivo, sin embargo, no está tanto en el resultado como en la forma.
Insilico Medicine, la empresa detrás del descubrimiento logró acelerar el proceso desde el diseño hasta el ensayo humano en apenas 18 meses.
Una hazaña si se considera que el promedio para alcanzar esa etapa supera los cuatro años. Todo comenzó con una biblioteca de 78 moléculas y una plataforma de IA capaz de identificar patrones en el caos bioquímico.
Según el fundador de Insilico, Alex Zhavoronkov, el uso de IA en esta etapa no es una herramienta auxiliar, sino el nuevo motor de la investigación biomédica.
El filósofo y tecnólogo Luciano Floridi advirtió hace unos años que “la biología se está volviendo computacional” y que, por ende, “la medicina dejará de ser una ciencia artesanal para convertirse en una ciencia de la predicción basada en datos” (The Logic of Information, 2019).
Rentosertib no es solo una molécula, es el primer embajador de ese nuevo paradigma.
“Este es el año en que las cosas comenzaron a funcionar”
El anuncio de que Rentosertib entrará a Fase 3 en los próximos 18 meses coincide con una marea de entusiasmo inversor.
Durante los tres primeros trimestres de 2025, el capital de riesgo inyectó más de 2.700 millones de dólares en startups de descubrimiento de fármacos basadas en IA, según datos de PitchBook.
Este no es un dato aislado. La inversión global proyectada para este sector alcanzará los 2.510 millones de dólares en 2026 y podría crecer hasta los 16.490 millones para 2034, con una tasa compuesta del 27%.
En este ecosistema acelerado, el dinero fluye hacia aquellas empresas que prometen no solo acortar los plazos de I+D, sino también reducir las tasas de fracaso en fases clínicas avanzadas.
Eli Lilly, por ejemplo, se alió con Nvidia para construir lo que será, en enero de 2026, la supercomputadora más potente jamás instalada en una farmacéutica.
No será una fábrica de píldoras, sino de datos: millones de moléculas simuladas, evaluadas y descartadas en minutos, algo que antes tomaba años.
Josh Meier, cofundador de Chai Discovery, compañía respaldada por OpenAI, resumió el nuevo espíritu del tiempo al decir: “Este es el año en que las cosas comenzaron a funcionar”.
Con solo dos rondas de financiación, la startup alcanzó una valoración de 1.300 millones de dólares. Y en el mundo de la biotecnología, donde la incertidumbre solía ser norma, la palabra “funcionar” tiene un valor incalculable.
Para el sociólogo y teórico de la ciencia Bruno Latour, los laboratorios no son espacios neutrales, sino “redes de inscripción donde el conocimiento científico se transforma en hechos estables”. Con la IA, esas redes ya no son físicas.
Están distribuidas en clústeres de GPUs, y los “hechos estables” ahora son moléculas viables descubiertas por algoritmos que no duermen ni dudan.
El algoritmo como bioquímico
La IA no se limita a buscar combinaciones de compuestos. Su verdadera promesa es entender los patrones complejos que rigen el cuerpo humano a una escala imposible para el cerebro humano.
DeepMind, por ejemplo, deslumbró al mundo en 2020 con AlphaFold, un sistema que predijo la estructura de más de 200 millones de proteínas. Ahora, ese conocimiento no solo se almacena, se aplica.
En el caso de Insilico, su plataforma integra datos de imágenes médicas, secuencias genéticas, estudios clínicos previos y simulaciones moleculares.
Lo que antes eran tareas separadas entre equipos de químicos, biólogos y clínicos, ahora se cruzan y se integran en tiempo real gracias al poder de la computación.
Este cambio no es solo metodológico, es ontológico.
La medicina tradicional era una ciencia de ensayo y error, donde el descubrimiento era tan aleatorio como una aguja en un pajar.
Con IA, el pajar se convierte en una base de datos, y la aguja, en una predicción algorítmica.
Sin embargo, no todo es certeza. El propio éxito de Rentosertib en etapas tempranas no garantiza que supere la Fase 3, donde muchos candidatos prometedores han fracasado históricamente.
Además, existe el debate ético: ¿pueden los algoritmos comprender verdaderamente la complejidad humana o solo replicarla? ¿Estamos creando conocimiento o simplemente optimizando patrones?
La epistemóloga Sabina Leonelli advierte sobre los riesgos de la automatización del conocimiento en biología. En su texto Data-Centric Biology (2016), señala que “la confianza en grandes volúmenes de datos no puede sustituir la necesidad de interpretación contextual”.
Dicho de otro modo: el algoritmo puede encontrar moléculas, pero la medicina sigue siendo una ciencia profundamente humana.
Candidatos que ya están en carrera
El caso de Rentosertib no es una excepción aislada.
Retro Biosciences, impulsada por una inversión personal de 180 millones de dólares por parte de Sam Altman, ya comenzó ensayos clínicos con un fármaco experimental contra el Alzheimer.
En paralelo, empresas como Valo Health, Recursion Pharmaceuticals y Atomwise están trabajando en tratamientos para enfermedades que van desde el cáncer hasta enfermedades raras, todas con un enfoque basado en IA.
En diciembre de 2025, Chai Discovery recaudó 130 millones de dólares en una ronda Serie B y afirma haber generado moléculas con tasas de éxito “sin precedentes”.
Más allá de los titulares optimistas, lo importante es que ya existen moléculas que ingresaron a fases clínicas, es decir, están siendo probadas en humanos. Ese es el umbral crítico entre la promesa y la realidad.
Insilico, por su parte, no se detuvo en Rentosertib. En enero de 2026, anunció una alianza con Hisun Pharmaceutical para nominar un nuevo candidato preclínico en apenas ocho meses, una velocidad que sería impensable en la industria farmacéutica de hace una década.
Incluso grandes compañías como Pfizer y Novartis han comenzado a publicar estudios sobre sus propias plataformas de descubrimiento asistido por IA, aunque aún no han presentado resultados clínicos tan avanzados como los de Insilico.
En conclusión
Rentosertib no es solo una molécula en camino a convertirse en medicamento, es el emblema de una nueva era en la biomedicina.
La inteligencia artificial ya no es una promesa futura, sino una herramienta activa en el descubrimiento de fármacos.
Su eficacia, aún en evaluación, ha provocado una transformación radical en tiempos, costos e incluso en la manera de entender la investigación. La pregunta ya no es si la IA puede crear medicamentos, sino cómo reconfigurará el modo en que entendemos la enfermedad, el cuerpo y la ciencia misma.
Referencias:
- Floridi, Luciano. The Logic of Information: A Theory of Philosophy as Conceptual Design. Oxford University Press, 2019.
- Latour, Bruno. La vida en el laboratorio. Alianza Editorial, 1995.
- Leonelli, Sabina. Data-Centric Biology: A Philosophical Study. University of Chicago Press, 2016.
- Nature Medicine, junio 2025. Resultados Fase 2 de Rentosertib.
- PitchBook Data Inc., reporte sobre inversión en biotecnología con IA, 2025.
- Precedence Research, Global AI in Pharma Market Size and Forecast 2024-2034, publicado en 2025.
