El algoritmo de Moderna es el verdadero fármaco detrás de la vacuna contra el cáncer

El algoritmo ganó.

La alianza entre Moderna y Merck ha estado construyendo hacia este momento durante años. Ahora, con intismeran autogene que aprueba un ensayo clínico de fase tardía, el titular es claro: una vacuna contra el cáncer personalizada hecha con ARNm funciona. Pero la historia más silenciosa —aquella que importará más para la estructura de la industria farmacéutica— es que la parte más importante de este fármaco no se descubrió en un laboratorio. Fue diseñada en una computadora.

Intismeran autogene será el primer medicamento aprobado cuyas instrucciones genéticas —cada nucleótido en su secuencia de ARNm— fueron generadas por un algoritmo. Esta distinción puede parecer técnica. No lo es. Marca el momento en que la propiedad intelectual fundamental de un fármaco dejó de ser una molécula y pasó a ser código.

Por qué esto cambia las reglas

Durante más de un siglo, el descubrimiento de fármacos siguió un patrón relativamente consistente: identificar un objetivo biológico, encontrar o diseñar una molécula que lo ataque, probarlo, demostrar que funciona. La propiedad intelectual residía en el compuesto mismo —la disposición específica de átomos que un químico o un producto natural había producido.

Una vacuna de ARNm diseñada computacionalmente invierte ese modelo. El algoritmo eligió la secuencia. La biología —el sistema inmune humano, los neoantígenos del tumor, el lípido de administración— se convirtió en el sustrato de manufactura. El foso competitivo de la empresa farmacéutica ya no es la molécula; es la máquina que la selecciona.

Ese cambio tiene consecuencias que van mucho más allá de la oncología. Si el mismo enfoque algorítmico puede generar secuencias de ARNm efectivas para otras indicaciones —enfermedades infecciosas, trastornos genéticos raros, condiciones autoinmunes—, las compañías que posean las mejores plataformas de diseño tendrán la vía más económica y rápida hacia candidatos clínicos en todas las áreas terapéuticas.

Quién gana, quién pierde

Moderna gana convirtiendo una ventaja de investigación en una estructural. La compañía ha pasado años refinando sus capacidades de diseño de secuencias. Esta aprobación validaría esa inversión y convertiría al algoritmo en el punto de prueba más creíble de la industria. Moderna ahora puede licenciar la plataforma o usarla internamente en toda su cartera. Sea como sea, el costo por fármaco de descubrimiento temprano cae dramáticamente, y el tiempo desde la identificación del objetivo hasta el candidato clínico se acorta.

Merck gana llevando una terapia definitoria de categoría a la meta primero. Keytruda ha sido el ancla de sus ingresos durante casi una década. Una vacuna contra el cáncer personalizada, incluso si trata una población de pacientes más reducida, posiciona a Merck en el centro del próximo paradigma terapéutico. Los datos clínicos importan, pero también lo hace la narrativa: Merck demostró que los fármacos diseñados por algoritmo pueden funcionar en pacientes.

Las biotechs más pequeñas pierden su capacidad de competir en igualdad de condiciones a menos que puedan acceder a plataformas similares. El descubrimiento impulsado por algoritmos baja la barrera de entrada para diseñar nuevos fármacos, pero sube la barrera para vencer a las mejores plataformas. Los que sobrevivan serán aquellos que construyan sus propios diseños o aseguren acuerdos de licencia. Los demás se convertirán en objetivos de adquisición o jugadores de nicho.

Los pacientes ganan el beneficio más tangible —un nuevo tratamiento para melanoma y probablemente otros cánceres—, pero la pregunta de equidad es espinosa. Las vacunas personalizadas requieren secuenciar el tumor del paciente, diseñar un constructo de ARVm a la medida y manufacturarlo bajo demanda. Ese proceso es costoso y logísticamente complejo. Si el algoritmo abarata el diseño, la manufactura aún no será trivial. La brecha entre lo que la ciencia puede hacer y lo que los sistemas de salud pueden entregar permanecerá amplia en el corto plazo.

La ley de propiedad intelectual farmacéutica enfrenta un ajuste de cuentas sin preparación. Las patentes sobre secuencias diseñadas por algoritmo plantean preguntas que los marcos patentarios tradicionales no anticiparon. ¿Quién posee los derechos sobre una secuencia que una computadora generó? ¿Puede patentarse la salida de un algoritmo si este fue entrenado con datos biológicos de disponibilidad pública? Estos temas no son hipotéticos —emergirán en cada jurisdicción donde la vacuna busque aprobación.

La dimensión de salud global

Hay una implicación más amplia que raramente aparece en los comunicados de prensa. La inmunoterapia personalizada, incluso a escala, no alcanzará a la mayoría de los pacientes con cáncer en el mundo por muchos años. La infraestructura requerida —secuenciación tumoral, manufactura de ARNm en grado GMP, logística de cadena de frío— está concentrada en mercados ricos. Un algoritmo que pueda diseñar vacunas efectivas con menor carga computacional podría, con el tiempo, bajar esa barrera. Pero el cronograma es incierto y los incentivos comerciales son asimétricos. Las compañías que impulsan esta tecnología responden a accionistas, no a agencias de salud global.

Esto no significa que la tecnología no pueda beneficiar a países de ingresos bajos y medios. Significa que el beneficio no es automático. Serán necesarios acuerdos público-privados, transferencias de tecnología y estrategias deliberadas de precios para cerrar la brecha. Sin ellos, el diseño de fármacos impulsado por algoritmos corre el riesgo de convertirse en otra capa de desigualdad en la salud global —donde los pacientes más ricos reciben los medicamentos más inteligentes primero.

Qué pasa después

La aprobación regulatoria sigue siendo el obstáculo inmediato. Incluso datos sólidos de fase tardía no garantizan el visto bueno de la FDA o la EMA, particularmente para una modalidad novel con una vía de diseño sin precedentes. Tanto Moderna como Merck enfrentarán escrutinio intenso durante la revisión, especialmente en torno a cómo el algoritmo seleccionó las secuencias y si el enfoque se generaliza más allá de la población del ensayo.

Una vez aprobada, la carrera se acelerará. Cada gran compañía farmacéutica estará evaluando si construir, comprar o licenciar capacidades de diseño algorítmico. La valoración de las compañías que posean estas plataformas reflejará no solo sus carteras actuales, sino su potencial para rediseñar categorías enteras de terapia.

El algoritmo es el ingrediente secreto. La pregunta ahora es si se convierte en un bien público o privado.