Un equipo de investigadores ha completado el primer ensayo en humanos de un "superantígeno" sintético diseñado íntegramente por algoritmos para entrenar al sistema inmunitario contra toda la familia de los coronavirus
Recreación artística de un laboratorio de biotecnología durante un ensayo clínico de Fase 1. El candidato pEVAC-PS confirmó seguridad y tolerabilidad en 39 voluntarios sanos. Imagen generada con IA. Fuente: Nano Banana / Scruzcampillo.
Santiago Campillo Brocal, Biólogo. Máster en Biología Molecular y Biotecnología.
Director de Muy Interesante Digital/10.06.2026
La carrera por encontrar defensas contra las pandemias acaba de cruzar una frontera tecnológica inédita. Un equipo de la Universidad de Cambridge, en colaboración con la compañía biotecnológica DIOSynVax, ha anunciado los resultados del primer ensayo clínico en humanos de una vacuna cuyo componente clave no provino de la naturaleza, sino del código digital. Ha sido diseñada al cien por cien por una inteligencia artificial. El estudio, publicado en el Journal of Infection en junio de 2026, confirma que la nueva fórmula es segura y bien tolerada, lo que supone la validación práctica de una plataforma que promete cambiar para siempre nuestra forma de anticiparnos a los patógenos.
Durante décadas, la virología ha funcionado de forma reactiva. Cuando surge un nuevo brote, los científicos aíslan el patógeno, lo secuencian y diseñan una vacuna específica contra esa amenaza exacta. Es un proceso que Jonathan Heeney, investigador principal del proyecto, describe gráficamente como "un perro persiguiéndose la cola". El problema de los virus de ARN como el SARS-CoV-2 o el virus de la gripe es su asombrosa capacidad de mutación. Al alterar constantemente las proteínas de su superficie, las defensas generadas por las vacunas clásicas acaban perdiendo eficacia con el paso de los meses.
Para romper este ciclo, los investigadores decidieron buscar los puntos débiles ocultos del virus, aquellos "ladrillos estructurales" que el patógeno no puede permitirse mutar porque de ellos depende su propia supervivencia. Y para encontrarlos entre millones de variables genéticas, recurrieron a la capacidad de procesamiento masivo de la inteligencia artificial.
Recreación artística del diseño computacional de un "superantígeno" sintético para entrenar al sistema inmunitario contra múltiples coronavirus simultáneamente. Imagen generada con IA. Fuente: Nano Banana / Scruzcampillo.El fin de la biología reactiva
El sistema de IA no se limitó a estudiar el SARS-CoV-2. Los investigadores alimentaron sus bases de datos con las secuencias genómicas de una amplia variedad de coronavirus, incluyendo el causante del brote original de SARS en 2003 y decenas de cepas endémicas que actualmente circulan en poblaciones de murciélagos. El algoritmo rastreó estas inmensas bibliotecas genéticas buscando la "arquitectura compartida" de la familia Coronaviridae, es decir, las estructuras nucleares comunes que todos estos virus necesitan para invadir las células huésped.
Una vez identificados estos pilares inmutables, la IA no se limitó a copiar lo que ya existía. Generó de novo una molécula sintética que no se encuentra en la naturaleza: un "superantígeno". Este compuesto artificial funciona como un simulador de entrenamiento avanzado para nuestras defensas. Al presentarle al sistema inmunitario esta amalgama de estructuras críticas, el cuerpo aprende a reconocer y atacar no solo a las variantes actuales, sino también a aquellas que todavía no han dado el salto zoonótico a los humanos.
"Al presentarle al sistema inmunitario esta amalgama de estructuras críticas, el cuerpo aprende a reconocer y atacar variantes que todavía no han saltado a los humanos."
Superando la Fase 1 en humanos
La transición del código computacional al ensayo clínico es el verdadero desafío. El compuesto, bautizado provisionalmente como pEVAC-PS, se administró a 39 voluntarios sanos en un ensayo clínico de Fase 1. El objetivo principal de esta etapa preliminar no era medir la eficacia preventiva a gran escala, sino garantizar que una molécula diseñada por algoritmos no provocara efectos adversos graves en un organismo real.
Los resultados han sido un éxito rotundo en este aspecto. La vacuna ha demostrado ser segura, sin reacciones tóxicas ni efectos secundarios inesperados, superando el escollo más crítico para cualquier terapia experimental. Además de la seguridad, los análisis de sangre confirmaron que los voluntarios desarrollaron una respuesta inmunitaria cruzada. Aunque los propios autores califican esta reacción inicial como "modesta", supone la demostración empírica de que el superantígeno sintético funciona: las defensas humanas son capaces de leer el plano diseñado por la máquina y reaccionar en consecuencia.
Una prueba de concepto con proyección futura
No obstante, no todo va a ser Jauja. Aunque la plataforma tecnológica es un paso relevante, el estudio todavía no ha logrado probar la eficacia clínica real en grandes poblaciones ni su capacidad para prevenir la infección sintomática frente a brotes activos. El valor actual del trabajo de Cambridge no radica en tener una vacuna lista para la farmacia mañana, sino en haber validado una herramienta computacional que funciona en el mundo biológico.
El enfoque de diseño proactivo y "a prueba de futuro" abre la puerta a un cambio de paradigma en la medicina preventiva. Si la biología nos había obligado a jugar siempre a la defensiva, esperando a conocer la mutación del año para actualizar las vacunas estacionales, la arquitectura de DIOSynVax promete adelantarse a los movimientos del virus. De hecho, la misma plataforma de algoritmos ya está siendo adaptada para diseñar antígenos universales contra otras amenazas globales, como la gripe aviar o los filovirus causantes del Ébola.
El equipo de Heeney ya planea ampliar la cohorte clínica para medir la potencia real de los anticuerpos neutralizantes en fases avanzadas.
La demostración de que podemos usar redes neuronales para diseñar vacunas sintéticas seguras marca el inicio de una era donde la inmunología dejará de depender exclusivamente de la disección de patógenos naturales. Nos acercamos a un escenario donde la primera línea de defensa contra la próxima pandemia no se forjará en una placa de Petri, sino en un servidor, meses antes de que el primer paciente muestre síntomas.
___________
Referencias
Heeney, J. et al. (2026). A first-in-human Phase 1 study of pEVAC-PS, a digitally designed multi-coronavirus vaccine. Journal of Infection. DIOSynVax / Universidad de Cambridge.
______
Fuente:
