Biohub anunció el 27 de mayo de 2026 en Redwood City (California) un ecosistema abierto de herramientas de inteligencia artificial para la predicción, el diseño y el descubrimiento de proteínas, construido a partir de un modelo entrenado con alrededor de 2.800 millones de secuencias biológicas. La iniciativa incluye tres lanzamientos —ESMC, ESMFold2 y ESM Atlas— disponibles de forma gratuita para la comunidad científica.
El núcleo del sistema es ESMC, un modelo de lenguaje entrenado con proteínas de todo el árbol de la vida que, según la hipótesis de Biohub, internaliza las reglas que gobiernan el plegamiento, la interacción y la función de las proteínas. ESMFold2 es el motor de diseño, capaz de traducir esas representaciones en estructuras tridimensionales con resolución atómica de complejos biomoleculares. En experimentos descritos en un preprint, investigadores diseñaron enlaces proteicos contra cinco dianas clave del cáncer y la inmunología (EGFR, PDGFRβ, PD-L1, CTLA-4 y CD45) en días, frente a los tres o cuatro años que suele requerir el proceso. Los enlaces validados en laboratorio mostraron afinidades del 36–88% en formato minibinder y 15–29% en formato anticuerpo, y los dirigidos contra PD-L1 restauraron la señalización de linfocitos T en pruebas de laboratorio.
ESM Atlas hace navegables 6.800 millones de secuencias y 1.100 millones de estructuras predichas, la mayor aplicación de IA a la biología de proteínas hasta la fecha, e incluye conexiones evolutivas no anotadas previamente, como las existentes entre enzimas de edición genética dispersas en ramas distantes de la vida.
Alex Rives, director científico de Biohub, señaló que los modelos han aprendido una representación de la biología lo bastante fiel como para diseñar interfaces proteicas computacionalmente que funcionan en el laboratorio. La cofundadora Priscilla Chan enmarcó la publicación como un paso de la misión de ciencia abierta de la organización para acelerar el desarrollo de terapias personalizadas.