TheModelDesk

Un equipo de la Universidad Técnica de Dinamarca (DTU), dirigido por el profesor Timothy Patrick Jenkins, ha integrado con éxito un sistema híbrbrido cuántico-clásico de ORCA Computing en un flujo de trabajo de IA generativa. El objetivo fue generar péptidos noveles —cadenas cortas de aminoácidos— capaces de unirse a proteínas específicas, un paso fundamental en el desarrollo de vacunas e inmunoterapias.

La validación en laboratorio demostró que el modelo mejorado con computación cuántica superó a los modelos clásicos, especialmente en casos donde los datos de entrenamiento eran escasos. Esto es particularmente relevante para desarrollar fármacos para poblaciones insuficientemente estudiadas en Asia y África, ya que la mayoría de los datos genéticos actuales provienen de poblaciones occidentales.

Los investigadores señalaron que el hardware cuántico actual sigue siendo limitado en tamaño y complejidad, lo que impidió codificar anticuerpos completos. No obstante, el estudio sirve como prueba de concepto para aplicaciones comerciales a corto plazo de la computación cuántica en el descubrimiento de fármacos.

El proyecto, realizado en tiempo libre y con fondos remanentes, busca ahora expandirse hacia proteínas más grandes y modelos de IA más avanzados. El profesor Jenkins también planea aplicar este método para diseñar antídotos sintéticos contra el veneno de serpientes y abordar enfermedades desatendidas que carecen de financiación.