{"id":12907,"date":"2026-07-22T10:09:42","date_gmt":"2026-07-22T13:09:42","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=12907"},"modified":"2026-07-22T10:09:42","modified_gmt":"2026-07-22T13:09:42","slug":"una-supercomputadora-entrenada-con-decadas-de-datos-cientificos-buscara-moleculas-prometedoras","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=12907","title":{"rendered":"Una supercomputadora entrenada con d\u00e9cadas de datos cient\u00edficos buscar\u00e1 mol\u00e9culas prometedoras"},"content":{"rendered":"
\n

La industria farmac\u00e9utica est\u00e1 trasladando una parte creciente de sus laboratorios al mundo virtual. Bristol Myers Squibb, conocida como BMS, anunci\u00f3 la construcci\u00f3n de una nueva infraestructura de inteligencia artificial que utilizar\u00e1 para buscar objetivos terap\u00e9uticos, dise\u00f1ar mol\u00e9culas y decidir qu\u00e9 experimentos tienen mayores posibilidades de \u00e9xito.<\/p>\n

La compa\u00f1\u00eda instalar\u00e1 su segundo NVIDIA DGX SuperPOD, esta vez compuesto por ocho sistemas DGX Vera Rubin NVL72. BMS lo presenta como la infraestructura de NVIDIA m\u00e1s potente y eficiente que pertenece exclusivamente a una empresa del sector de las ciencias de la vida.<\/p>\n

Ocho sistemas gigantes para investigar medicamentos<\/h2>\n

Cada DGX Vera Rubin NVL72 integra procesadores Vera y aceleradores Rubin dentro de una arquitectura de escala de rack. El conjunto est\u00e1 dise\u00f1ado para entrenar modelos, ejecutar millones de predicciones y coordinar agentes de IA capaces de realizar tareas cient\u00edficas encadenadas.<\/p>\n

NVIDIA asegura que la nueva infraestructura ofrecer\u00e1 hasta diez veces m\u00e1s rendimiento por megavatio que el sistema al que reemplaza. La cifra no significa que utilizar\u00e1 una d\u00e9cima parte de la electricidad en cualquier situaci\u00f3n, sino que podr\u00e1 realizar m\u00e1s operaciones cient\u00edficas con una cantidad energ\u00e9tica comparable.<\/p>\n

La supercomputadora ser\u00e1 propiedad de BMS, aunque no estar\u00e1 instalada necesariamente dentro de uno de sus laboratorios. Seg\u00fan informaci\u00f3n de STAT, el hardware ser\u00e1 alojado por Equinix mediante un acuerdo de colocation: la farmac\u00e9utica conservar\u00e1 el control de sus equipos y datos, mientras utiliza la energ\u00eda, refrigeraci\u00f3n y conectividad de un centro especializado.<\/p>\n

El comunicado oficial no proporciona una fecha exacta para su entrada en funcionamiento. Informes sectoriales sit\u00faan la puesta en marcha completa a comienzos de 2027, pero ese calendario podr\u00eda cambiar durante la instalaci\u00f3n.<\/p>\n

\"Una
\u00a9 NVIDIA
\u2013 Youtube.<\/figcaption><\/figure>\n

La IA no inventar\u00e1 un medicamento por s\u00ed sola<\/h2>\n

Hablar de una supercomputadora que \u201cdesarrollar\u00e1 medicamentos\u201d puede resultar enga\u00f1oso. El sistema no sustituir\u00e1 los experimentos, los ensayos cl\u00ednicos ni la evaluaci\u00f3n de los organismos reguladores. Su funci\u00f3n ser\u00e1 reducir el enorme espacio de posibilidades que los investigadores deben analizar.<\/p>\n

Para crear un tratamiento, los cient\u00edficos necesitan identificar una prote\u00edna o mecanismo relacionado con una enfermedad, encontrar mol\u00e9culas capaces de modificarlo y comprobar que esas sustancias sean eficaces, seguras y posibles de fabricar. La IA puede analizar datos biol\u00f3gicos, predecir interacciones y descartar candidatos poco prometedores antes de sintetizarlos f\u00edsicamente.<\/p>\n

BMS afirma que sus agentes de inteligencia artificial ya ahorran semanas de trabajo manual en la identificaci\u00f3n y validaci\u00f3n de objetivos terap\u00e9uticos. Adem\u00e1s, utiliza un m\u00e9todo denominado \u201cPredict First\u201d, en el que las predicciones computacionales sirven para decidir qu\u00e9 mol\u00e9culas deber\u00edan pasar al laboratorio. Este enfoque ya interviene en todos sus programas de mol\u00e9culas peque\u00f1as y en la mayor\u00eda de los proyectos con mol\u00e9culas grandes.<\/p>\n

Modelos entrenados con d\u00e9cadas de informaci\u00f3n cient\u00edfica<\/h2>\n

El nuevo sistema permitir\u00e1 a BMS entrenar modelos fundacionales utilizando d\u00e9cadas de datos cient\u00edficos propios. Esa informaci\u00f3n puede incluir resultados experimentales, estructuras moleculares, observaciones cl\u00ednicas y conocimientos acumulados durante el desarrollo de tratamientos.<\/p>\n

Tambi\u00e9n incorporar\u00e1 BioNeMo Agent Toolkit, la plataforma de NVIDIA para construir herramientas especializadas en biolog\u00eda y qu\u00edmica. Sus modelos pueden utilizarse para estudiar prote\u00ednas, analizar mol\u00e9culas, comprobar si un compuesto dise\u00f1ado por IA ser\u00eda sintetizable y coordinar flujos de trabajo que conecten las predicciones con los experimentos.<\/p>\n

La compa\u00f1\u00eda planea integrar el nuevo cl\u00faster con su SuperPOD anterior para crear un entorno \u00fanico, accesible desde sus centros de investigaci\u00f3n alrededor del mundo. Incluso espera que algunos cient\u00edficos puedan iniciar predicciones complejas mediante instrucciones en lenguaje natural, sin tener que administrar directamente la infraestructura.<\/p>\n