Por Canuto  

Nabla Bio afirma que su modelo JAM-2 generó candidatos de anticuerpos contra 26 dianas. En octubre de 2025, la empresa dijo que esperaba obtener datos de ensayos en humanos de moléculas diseñadas con IA dentro de uno o dos años. Los resultados de laboratorio son una señal prometedora, pero no demuestran que los fármacos sean seguros o eficaces en pacientes.
***

  • JAM-2 produjo candidatos contra 26 dianas; para casi la mitad, alcanzaron afinidades de unión entre el rango picomolar y los nanomolares de un solo dígito.
  • Más de la mitad de los candidatos cumplió criterios de desarrollabilidad sin optimización, y el modelo registró hasta un 11% de éxito en unión directa a células contra GPCR.
  • La alianza con Takeda contempla pagos potenciales por hitos superiores a USD $1.000 millones. En octubre de 2025, Nabla anticipó datos en humanos dentro de uno o dos años.

Nabla Bio reportó avances de laboratorio con anticuerpos diseñados con IA y proyectó ensayos en humanos

Nabla Bio quiere llevar al entorno clínico una nueva generación de anticuerpos diseñados con inteligencia artificial. En octubre de 2025, la biotecnológica con sede en Massachusetts dijo que esperaba obtener datos de sus primeras pruebas en humanos dentro de uno o dos años. La empresa afirma que su modelo JAM-2 generó candidatos contra 26 dianas, con resultados de laboratorio que, en algunos casos, igualan o superan terapias convencionales en fuerza de unión.

Qué muestran los resultados de JAM-2

Según informó CryptoBriefing, JAM-2 produjo candidatos de anticuerpos frente a 26 dianas diferentes, una variedad de objetivos que permite observar el desempeño del sistema más allá de un solo caso experimental. Para casi la mitad de esas dianas, los candidatos alcanzaron afinidades de unión en el rango picomolar hasta nanomolar de un solo dígito, medidas que describen interacciones de alta intensidad entre una molécula y su objetivo.

La cifra no significa por sí sola que esos candidatos ya puedan convertirse en medicamentos, pero sí aporta una primera medida de la capacidad del modelo para encontrar moléculas prometedoras. Nabla indicó además que más del 50% de sus candidatos cumplió criterios de desarrollabilidad sin optimización, un punto relevante porque una molécula debe reunir características apropiadas para avanzar en etapas posteriores, no solo unirse con fuerza a una proteína.

El informe también destacó que algunos candidatos diseñados con IA mostraron una fuerza de unión comparable o superior a la de terapias convencionales. Esa comparación se refiere a la afinidad por el objetivo, no a una prueba de que los nuevos anticuerpos tengan mejor eficacia clínica, mayor seguridad o una ventaja terapéutica para pacientes; esos aspectos requieren evaluaciones distintas y todavía no quedan establecidos por los resultados descritos.

Otro resultado señalado por la compañía es la precisión para dirigir el anticuerpo a un epítopo definido por los investigadores. JAM-2 acertó habitualmente entre el 30% y el 70% de los epítopos especificados por los usuarios, de acuerdo con el reporte, lo que podría permitir orientar el diseño hacia una región concreta de una proteína en vez de dejar al modelo elegir cualquier punto de unión.

El reto de las GPCR y la función de los anticuerpos

Entre las dianas examinadas aparecen los receptores acoplados a proteínas G, conocidos como GPCR por sus siglas en inglés. Se trata de una clase de objetivos importante para el desarrollo farmacéutico: la información reportada atribuye a las GPCR alrededor de un tercio de los fármacos aprobados por la FDA, aunque diseñar anticuerpos nuevos contra estos receptores ha sido históricamente un proceso laborioso.

En este frente, JAM-2 obtuvo hasta un 11% de éxito en unión directa a células contra GPCR. El dato no equivale a una tasa general de éxito para todos los anticuerpos ni demuestra que cada candidato que se une a una célula vaya a producir un efecto terapéutico, pero representa uno de los indicadores con que Nabla busca mostrar la capacidad del modelo para abordar objetivos considerados difíciles.

La distinción entre unirse a una diana y modificar su actividad también importa para entender los resultados. Algunos candidatos generados por el sistema mostraron capacidad para activar vías de señalización celular, según la compañía; esa posibilidad es distinta de bloquear una proteína y podría interesar en terapias agonistas, que buscan activar una función biológica en lugar de inhibirla.

En términos prácticos, estos hallazgos siguen perteneciendo a una fase anterior a la evaluación en personas. La afinidad, la unión a células y la activación de señalización ofrecen señales experimentales sobre el comportamiento de una molécula, pero no sustituyen las pruebas necesarias para determinar cómo se comportará dentro del organismo ni si producirá beneficios clínicos.

Del diseño computacional a los ensayos clínicos

JAM-2 utiliza una estrategia que Nabla describe como escalado en tiempo de prueba: en vez de producir una salida en una sola pasada, el modelo itera durante varias rondas para refinar sus resultados. El enfoque está inspirado en métodos de razonamiento empleados en sistemas de inteligencia artificial como ChatGPT, aunque aquí se aplica al diseño de anticuerpos y a la generación de candidatos para experimentos biológicos.

Ese proceso ayuda a explicar la apuesta técnica de Nabla, pero no debe confundirse con una validación clínica. La compañía necesita trasladar moléculas seleccionadas desde sus resultados de laboratorio hacia las etapas de desarrollo y evaluación que correspondan. La expectativa anunciada de obtener datos de primera fase en uno o dos años planteaba un calendario, no confirmaba que un ensayo ya hubiera comenzado ni que todos los pasos regulatorios estuvieran resueltos.

En octubre de 2025, Nabla situó el posible acceso a datos de primera fase en humanos dentro de un horizonte de uno a dos años. La transición sería una prueba más concreta de si el diseño asistido por IA puede producir candidatos que sobrevivan al paso desde experimentos de laboratorio hasta estudios con participantes, un cambio que suele exigir resultados consistentes y trabajo de desarrollo adicional.

Por eso, el periodo anunciado será importante para evaluar el alcance real de JAM-2. La publicación señaló que los observadores deberían vigilar si Nabla presenta una solicitud de Nuevo Fármaco en Investigación, conocida como IND, dentro del plazo que declaró, además de seguir la evolución de sus moléculas y la aparición de datos clínicos verificables.

Takeda, el valor comercial y la competencia

La vía comercial de Nabla incluye una asociación ampliada con Takeda, anunciada en octubre de 2025. Los términos descritos contemplan pagos iniciales de decenas de millones de dólares y pagos potenciales por hitos que superan los USD $1.000 millones, una estructura que vincula parte del valor económico a que se alcancen determinados avances en el desarrollo.

La magnitud potencial de esos pagos no debe leerse como dinero ya recibido ni como garantía de que los hitos se cumplirán. El acuerdo, tal como fue reportado, ofrece un incentivo comercial considerable si los programas avanzan con éxito, pero el resultado depende del desempeño de las moléculas y de los pasos de desarrollo que todavía quedan por delante.

Tras la ampliación de la alianza, Nabla indicó que esperaba generar datos de primera fase en humanos de sus moléculas diseñadas con IA dentro de uno a dos años. La información disponible no identifica en este reporte un candidato específico que ya esté en ensayo, por lo que el calendario debe entenderse como una expectativa de la empresa y no como un resultado clínico alcanzado.

Nabla tampoco es la única compañía respaldada por OpenAI que trabaja en diseño de anticuerpos con inteligencia artificial. Chai Discovery recaudó USD $400 millones en una ronda Serie C a mediados de 2026, con una valoración de USD $3.800 millones, aunque el reporte indicó que la empresa no había confirmado activos clínicos ni calendarios de ensayos.

Qué falta por demostrar

La diferencia entre los avances de laboratorio y un tratamiento disponible es central para interpretar la noticia. Los resultados divulgados por Nabla describen unión, selección de epítopos, desarrollabilidad y algunas señales de activación celular; por ahora, no prueban que un anticuerpo diseñado por JAM-2 sea seguro o eficaz en seres humanos.

Una primera pregunta para los próximos meses será si la compañía mantiene el plazo anunciado y presenta una solicitud IND que permita avanzar hacia la evaluación clínica. Otra será cómo se desempeñan las moléculas vinculadas a Takeda frente a candidatos desarrollados por métodos tradicionales, una comparación que podría ayudar a determinar si el uso de IA aporta una ventaja que trasciende la fase de diseño.

También habrá que observar si competidores como Chai Discovery u otras empresas anuncian sus propios hitos clínicos. La ronda de financiación y la valoración de Chai muestran interés inversor en el campo, pero, según la información reportada, no bastan para establecer que la compañía ya tenga activos clínicos o fechas de ensayos confirmadas.

En conjunto, JAM-2 ofrece indicadores de laboratorio que justifican la atención sobre Nabla Bio, en particular por los resultados en múltiples dianas y el trabajo con GPCR. Sin embargo, la prueba decisiva será el paso clínico: hasta que se publiquen datos en humanos, las cifras de afinidad y el potencial económico del acuerdo con Takeda seguirán siendo señales tempranas, no evidencia de un medicamento exitoso.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados