Los ingenieros diseñan vacunas de ARNm con IA para tratar el cáncer en perros de rescate, reducen tumores a la mitad pero sin cura, la aprobación regulatoria se convierte en el mayor obstáculo

Gate News informa que, el 16 de marzo, el ingeniero de aprendizaje automático en Sydney, Paul Conyngham, utilizó ChatGPT y AlphaFold de DeepMind para aprender por sí mismo el diseño de vacunas de ARNm, creando una vacuna personalizada para Rosie, una perra rescatada con mastocitoma. Colaboró con el Instituto de ARN de la Universidad de Nueva Gales del Sur (UNSW) para completar el diseño de la vacuna y realizó la inyección en la Facultad de Medicina Veterinaria Gatton de la Universidad de Queensland. Después de la inyección, un tumor de Rosie se redujo notablemente, y la veterinaria tratante, la profesora Paola Allavena, afirmó que “el tumor probablemente se redujo a la mitad”. Esta historia se difundió ampliamente en las redes sociales como “la IA curó el cáncer de la perra”.

Sin embargo, según el informe original publicado por la Universidad de Nueva Gales del Sur, el cáncer de Rosie todavía está en progreso y aún está lejos de ser curado. El ingeniero biomédico Patrick Heizer señaló que fabricar una sola vacuna de ARNm es “extremadamente simple” desde el punto de vista técnico, pero lo realmente difícil y costoso es demostrar en ensayos clínicos controlados que la vacuna es segura y efectiva al mismo tiempo, y esa etapa aún no se ha completado.

El propio Conyngham indicó que el mayor obstáculo en todo el proceso no fue el diseño de la vacuna, sino la aprobación ética: dedicó tres meses y dos horas cada noche a redactar un documento de 100 páginas para la aprobación ética, “más difícil que fabricar la vacuna”. La bióloga Ruxandra Teslo, en su análisis, citó una experiencia similar del cofundador de GitLab, Sid Sijbrandij, quien tras una recurrencia de osteosarcoma exploró tratamientos experimentales a su propio costo y no volvió a recaer desde 2025, y afirmó que la burocracia reguladora en los ensayos clínicos tempranos es el principal cuello de botella que impide la implementación de la medicina personalizada.