Una vacuna sin aguja y con antígenos diseñados con IA abre nuevas fronteras en la lucha contra infecciones respiratorias

La aparición de la primera vacuna diseñada con inteligencia artificial marcó un hito para la investigación biomédica al trasladar el diseño computacional de antígenos a pruebas en humanos. Según ScienceDaily, el candidato —planteado como una vacuna “universal” contra coronavirus— superó un primer ensayo clínico y abrió la posibilidad de acortar etapas tempranas de desarrollo mediante modelos de inteligencia artificial.

Ese salto a la evaluación clínica inicial no implicó, por sí solo, una demostración de eficacia poblacional: se trató de una Fase I centrada en seguridad, tolerabilidad e inmunogenicidad. En ese marco, el objetivo fue establecer si un antígeno diseñado con herramientas computacionales podía administrarse en personas sin señales de alarma y si generaba respuestas inmunes medibles en un grupo reducido y bajo seguimiento estrecho.

De acuerdo con ScienceDaily, la vacuna fue desarrollada por científicos de la Universidad de Cambridge junto con la empresa de biotecnología DIOSynVax y se probó en un ensayo de Fase I con 39 voluntarios. El proyecto apuntó a ampliar la protección frente a variantes y potenciales coronavirus emergentes al enfocarse en rasgos compartidos dentro de una familia de virus, en lugar de limitarse a una sola cepa.

Qué evaluó el ensayo de fase 1 y cómo se administró

El estudio revisado por pares publicado en Journal of Infection describió un ensayo clínico de Fase I, abierto y con escalada de dosis del candidato pEVAC-PS, diseñado para inducir protección cruzada frente a sarbecovirus, el subgrupo que incluye SARS-CoV-2 y otros coronavirus relacionados. El trabajo reportó que la vacuna fue segura y bien tolerada en 39 voluntarios, sin señales relevantes de seguridad.

Según el artículo, la administración fue intradérmica y sin aguja, mediante un dispositivo de chorro (PharmaJet Tropis). Los participantes recibieron dosis crecientes de 0,2 mg, 0,4 mg, 0,8 mg y 1,2 mg, con aplicaciones en día cero y día 28, y una evaluación inmunológica clave en día 56 (28 días después de la segunda dosis).

El ensayo incluyó voluntarios de 18 a 50 años que ya habían recibido dos o tres dosis previas de vacunas contra COVID-19 y no tenían infección reciente confirmada. Ese dato es clave para entender una de las advertencias del estudio: la lectura de la inmunogenicidad estuvo condicionada por niveles altos de anticuerpos basales y por historias de exposición heterogéneas durante el reclutamiento, en un período atravesado por olas de la variante ómicron. Los resultados del ensayo se publicaron en Journal of Infection y la Universidad de Cambridge.

Qué implica el diseño computacional y cuáles son los límites de estos resultados

El enfoque de diseño buscó identificar combinaciones de antígenos con potencial de cobertura amplia antes de avanzar a etapas experimentales. En términos prácticos, la idea fue priorizar, mediante simulación y predicción, secuencias capaces de inducir respuestas contra regiones conservadas del virus, es decir, partes que tienden a cambiar menos entre variantes y virus emparentados.

La estrategia fue viable desde el punto de vista clínico temprano: la administración intradérmica sin aguja del candidato diseñado con herramientas computacionales fue segura y bien tolerada. En cuanto a la inmunogenicidad, el reporte indicó que fue “modesta” en el contexto de inmunidad previa sustancial, aunque los participantes desarrollaron respuestas medibles contra epítopos conservados codificados por la vacuna, un punto que respaldó el concepto de diseño del antígeno.

Para interpretar este tipo de resultados, conviene separar tres planos. Primero, la Fase I busca establecer un perfil inicial de seguridad y reactogenicidad en una población acotada. Segundo, la presencia de respuesta inmune medible no equivale a protección clínica demostrada, porque la eficacia se evalúa con otros diseños y muestras más grandes. Tercero, cuando los voluntarios ya tienen inmunidad previa, las mediciones pueden mostrar un “techo” que dificulta atribuir cuánto aporta el candidato frente a un punto de partida ya elevado.

El siguiente paso, según detallaron y corresponde en el camino clínico, es realizar estudios con más participantes y objetivos específicos de eficacia, además de la evaluación regulatoria correspondiente. En esta etapa, los hallazgos funcionan como base para sostener la continuidad del programa de investigación y ajustar preguntas para fases posteriores, no para establecer todavía una protección amplia a escala poblacional.