En abril de 2026, en un edificio de Londres, un grupo pequeño de científicos apretó el botón de algo que nadie había hecho antes. Inyectaron a un ser humano con un fármaco contra el cáncer que había sido diseñado, casi en su totalidad, por una inteligencia artificial.
No hubo rueda de prensa. No hubo fuegos artificiales. El paciente fue anónimo. La compañía se llamaba Isomorphic Labs, una escisión de DeepMind, propiedad de Google.
Seis semanas después, en Las Vegas, el 21 de mayo —once días desde que lees esto—, cuarenta atletas se reunirán en un complejo construido a propósito dentro del Resorts World. Nadarán, correrán, levantarán pesas frente a 2.500 espectadores. A ninguno le harán prueba antidopaje. La mayoría ha pasado el último año tomando abiertamente compuestos que cualquier federación olímpica del planeta sancionaría con suspensión de por vida. Uno de ellos ya ha roto un récord mundial de hace diecisiete años en los 50 metros libres. Se llevó un cheque de un millón de dólares la misma tarde.
Dos escenas. Seis semanas de distancia. Las dos están ocurriendo mientras lees esto. Te dirán que la primera es una historia sobre IA. La segunda, una historia sobre dopaje. Ninguna de las dos es correcta.
Son la misma historia, contada desde extremos opuestos. Son los capítulos finales de dos cacerías que comenzaron en la década de 1830, que corrieron en paralelo durante dos siglos y que —por accidente histórico o por inevitabilidad, según cómo leas la historia— convergen en esta única ventana de ocho semanas en 2026.
Esta es la historia de ambas cacerías. Comienza, como las mejores historias, con un joven obsesivo hirviendo claras de huevo en un laboratorio holandés.
I. La primera cacería: leer la sustancia primaria
Mulder, el que la nombró
En 1838, Gerardus Mulder tenía treinta y seis años y estaba furioso. Era químico en Utrecht, y tenía una teoría que nadie le creía. Pensaba haber encontrado la sustancia más importante de la Tierra. Pensaba que se escondía dentro de cada animal que había vivido. Pensaba que estaba hecha de unos pocos elementos en un patrón simple y repetido. Se equivocó en casi todo. Pero nos dio la palabra.
Mulder pasaba las noches hirviendo claras de huevo. Hirviendo sangre. Hirviendo leche. Hirviendo músculo de reses faenadas. Quemaba lo que destilaba y medía lo que salía: dióxido de carbono, agua y una cantidad peculiar de nitrógeno. Las plantas tenían poco nitrógeno. Los animales tenían mucho. Fuera lo que fuera esta sustancia rica en nitrógeno, parecía estar en todo lo que respiraba.
Le escribió a su amigo Berzelius, el químico más famoso de Europa, preguntándole cómo llamarla. Berzelius —un hombre con el equivalente científico del oído absoluto— le respondió con una sugerencia tomada del griego. Proteína. De protos. Primera. Primaria. La más importante.
Mulder publicó. La comunidad científica se rio. En veinte años, su teoría de fórmula única estaba demolida. Se retiró amargado, convencido de que lo habían estafado.
Pero el nombre quedó. Y la intuición resultó correcta, en el sentido más profundo posible. Las proteínas son, en efecto, la sustancia primaria. Son lo que la vida es, cuando la vida hace cualquier cosa.
¿Qué es realmente una proteína?
Olvida tu libro de texto del colegio. Esto es una proteína.
Toma veinte cuentas de colores distintos. Algunas grandes, otras pequeñas. Algunas odian el agua, otras la aman. Algunas tienen carga positiva, otras negativa. Une unas pocas centenas en un orden específico. Lanza la cadena al agua salada a temperatura corporal.
La cadena se pliega sola. En milisegundos. En una forma tridimensional precisa. Siempre la misma forma. La forma está determinada por completo por el orden de las cuentas.
Esa forma plegada es la proteína. Y la forma determina lo que la proteína hace. Algunas formas son bombas que empujan moléculas a través de membranas. Otras son tijeras que cortan otras proteínas. Otras son sensores que detectan químicos específicos. Otras son motores que caminan a lo largo de filamentos arrastrando carga.
Estás hecho de unas 20.000 formas distintas de proteínas, cada una en millones de copias, trabajando al mismo tiempo. Ahora mismo. Mientras lees esto. Si paran, paras tú. En segundos.
Anfinsen, el que demostró lo imposible
En 1961, un bioquímico discreto del NIH llamado Christian Anfinsen tomó una enzima pequeña del páncreas de una vaca y la desplegó suavemente. La calentó. Le añadió un químico que disrumpió las fuerzas débiles que mantenían unida la cadena. La cadena se volvió floja, blanda, inútil.
Después retiró la disrupción. La cadena se replegó sola. La misma forma cada vez. La función restaurada.
Lo que Anfinsen había demostrado era casi místico: la forma 3D completa estaba codificada de algún modo en la secuencia 1D de cuentas. La información sobre cómo plegarse ya estaba ahí, en el orden. El agua y las leyes de la física hacían el resto.
Ganó el Premio Nobel por esto en 1972. Pero había una paradoja. Una cadena de 100 cuentas tiene aproximadamente 10⁹⁵ formas posibles. Si la cadena probara cada forma una tras otra, incluso a la velocidad máxima permitida por la física, tardaría más que la edad del universo en encontrar la correcta.
Pero se pliega en milisegundos. Cada vez. Algo guiaba a la cadena. Algo que no podíamos ver. El acertijo persiguió al campo durante treinta años.
Arnold, la que renunció a entender
En los años ochenta, una ingeniera química de Caltech llamada Frances Arnold intentaba algo que todos decían imposible: construir una enzima a mano.
Estudiaba una enzima natural, descifraba qué hacía cada aminoácido, proponía cambios. Casi todos los cambios la empeoraban. Tras años de fracaso, se rindió. O mejor dicho: renunció a entenderla. Y entonces hizo algo brillante. Decidió criarla.
Tomó el gen de una enzima. Lo copió descuidadamente, a propósito, de modo que cada copia tuviera unos pocos errores aleatorios. Esto producía una población de enzimas ligeramente distintas: algunas mejores, otras peores, la mayoría iguales. Sometió a la población a estrés. Las condiciones bajo las que ella quería que la enzima sobreviviera, esa era la prueba. A las que sobrevivían, las guardaba. Al resto, lo descartaba. Después copiaba a las sobrevivientes descuidadamente y volvía a empezar. Lo llamó evolución dirigida.
Era brutalmente simple. También funcionaba bellamente. Cada ronda de selección mejoraba la enzima un poco. Diez rondas convertían una enzima inútil en una campeona.
Arnold ganó el Premio Nobel de Química en 2018. En su discurso dijo algo que quiero que recuerdes: “No diseñé la proteína. La crié. Cómo uno cría un caballo de carreras: seleccionando los individuos que corrían más rápido, generación tras generación, hasta que el caballo final era una cosa que corría más rápido que cualquier cosa que la naturaleza había producido.”
Cuando un sistema es demasiado complejo para entenderlo, no tienes que rendirte. Puedes construir un bucle —variación, selección, repetir— que produce buenas respuestas sin que nadie entienda por qué son buenas.
Sostén esa idea. Cuarenta años después, un exprodigio del ajedrez en Londres aplicó la misma idea a una escala mucho mayor, al problema que nadie había resuelto desde Anfinsen.
Hassabis, el que lo resolvió aprendiendo
En 2010, Demis Hassabis fundó una startup londinense llamada DeepMind. Había sido diseñador adolescente de videojuegos, después neurocientífico con un doctorado sobre la memoria humana. Su objetivo —y lo dijo abiertamente— era resolver la inteligencia y después usarla para resolver todo lo demás.
En 2014, Google compró DeepMind. Durante los siguientes seis años, el equipo de Hassabis se hizo famoso por los juegos. AlphaGo derrotó al mejor jugador de Go del mundo. AlphaZero aprendió ajedrez por sí solo en cuatro horas.
Lo que Hassabis necesitaba era que las mismas arquitecturas atacaran un problema científico real. La elección era obvia. El plegamiento de proteínas había sido el problema canónico de la biología durante cincuenta años. Cientos de laboratorios. Miles de carreras. Miles de millones en financiación. Nadie lo había resuelto.
En diciembre de 2020, DeepMind presentó un sistema llamado AlphaFold 2 en el concurso bienal CASP, donde laboratorios predicen estructuras que han sido resueltas experimentalmente pero mantenidas en secreto.
Una predicción al azar puntuaba alrededor de 20. Una predicción decente a finales de los 2010 puntuaba alrededor de 55. Una puntuación de 90 se consideraba aproximadamente indistinguible de la medición experimental, y se consideraba imposible. AlphaFold 2 puntuó 92.
Para la mayoría de las proteínas, las predicciones eran mejores que lo que los experimentalistas habían medido. Para algunas, la IA corrigió errores que los experimentalistas habían cometido.
John Moult, el hombre que había dirigido CASP desde 1994, abrió la conferencia con una frase que dio la vuelta al mundo: “En cierto sentido, el problema está resuelto.”
Cincuenta años de fracaso. Después, en doce semanas, terminados.
No usaron física. Usaron aprendizaje. El mismo movimiento epistemológico que hizo Arnold cuando dejó de tratar de entender las enzimas y empezó a criarlas.
En julio de 2021, DeepMind publicó la base de datos de AlphaFold abiertamente. Gratis. Doscientos millones de estructuras predichas, prácticamente cada proteína jamás secuenciada. El cuello de botella de la biología estructural, escalado dolorosamente molécula por molécula durante sesenta años, se disolvió de la noche a la mañana.
En 2024, Hassabis y su lugarteniente John Jumper ganaron el Premio Nobel de Química. El primer Nobel por un trabajo impulsado principalmente por un sistema de IA.
Baker, el que invirtió la flecha
Mientras DeepMind resolvía la predicción, un químico en Seattle resolvía el problema más difícil.
Si puedes predecir la estructura de cualquier proteína a partir de su secuencia, ¿puedes hacer lo contrario? Dada una estructura que quieres, ¿puedes diseñar una secuencia que la produzca?
Eso no es predicción. Eso es diseño. Y es mucho más difícil.
David Baker llevaba trabajando en esto desde los años noventa. En 2003, tras años de esfuerzo, su laboratorio diseñó una proteína desde cero, una secuencia sin relación con ninguna proteína natural, computada por completo en un servidor. La sintetizaron. La cristalizaron. Confirmaron por rayos X que se plegaba exactamente en la forma que habían diseñado.
La llamaron Top7. Era pequeña, inútil y sin precedentes. Era la primera proteína que la humanidad había escrito.
En 2023, el laboratorio de Baker lanzó RFdiffusion, que aplicó el mismo truco de modelos de difusión que impulsa a DALL-E y Midjourney al diseño de proteínas. Le das un objetivo —quiero una proteína que se una a esta región del receptor humano EGFR— y propone una forma 3D. Un segundo programa encuentra la secuencia de aminoácidos que produce esa forma. La proteína se sintetiza en semanas y se prueba.
Las tasas de éxito subieron del 1 % a más del 50 %.
Por primera vez en la historia, diseñar una proteína era más fácil que construirla.
En 2024, Baker compartió el Premio Nobel con Hassabis y Jumper.
Isomorphic, abril de 2026
En 2021, Alphabet —la matriz de Google— escindió silenciosamente una nueva firma llamada Isomorphic Labs, con Hassabis como CEO. La misión: tomar todo lo que DeepMind había construido para la biología y usarlo para diseñar nuevos medicamentos.
En 2024, Isomorphic publicó AlphaFold 3, que puede predecir, con precisión razonable, cómo una molécula candidata se une a una proteína objetivo. Eso es lo que es el descubrimiento de fármacos. El mismo año, Isomorphic firmó alianzas por valor de 1.200 millones con Novartis y 1.700 millones con Eli Lilly.
En abril de 2026, Isomorphic anunció que comenzaba ensayos clínicos en humanos para fármacos contra el cáncer diseñados con su plataforma de IA. Léelo otra vez.
Un fármaco diseñado principalmente por una inteligencia artificial está siendo probado en seres humanos este mes en Londres. Este es el umbral que cruzó la primera cacería.
Mulder hirvió una clara de huevo y nombró la sustancia. Anfinsen demostró que la secuencia contenía la forma. Arnold crió enzimas que no podía entender. Hassabis enseñó a una máquina a predecir el plegamiento. Baker enseñó a la máquina a escribir la secuencia. Isomorphic tomó lo que la máquina escribió y lo puso en una vena. La primera cacería ha terminado. Los cazadores ganaron.
II. La segunda cacería: escribir la sustancia primaria
Mientras la primera cacería aprendía a leer las proteínas, una segunda cacería aprendía a usarlas como fármacos. Como señales que podías meter en una jeringa. Como instrucciones que podías darle al cuerpo en un idioma que ya hablaba.
Esta segunda cacería es más antigua de lo que crees y más reciente de lo que crees.
Banting, el que salvó a los niños
En 1921, un cirujano canadiense llamado Frederick Banting y un estudiante de medicina llamado Charles Best, trabajando en un laboratorio prestado de la Universidad de Toronto bajo el calor del verano, molieron páncreas de perro y extrajeron de ellos una sustancia que podía bajar el azúcar en sangre de perros diabéticos.
La sustancia era insulina. Una proteína pequeña. Cincuenta y un aminoácidos de largo.
Antes de la insulina, la diabetes tipo 1 era una sentencia de muerte. Los niños diagnosticados a los ocho años estaban muertos a los once, demacrados, ciegos, en coma. El tratamiento aceptado era una dieta de hambre que te compraba meses.
En enero de 1922, Banting y Best le dieron insulina a un chico de catorce años llamado Leonard Thompson, agonizando en un hospital de Toronto. En días estaba comiendo, caminando, recuperando peso.
Banting y su colaborador J. J. R. Macleod ganaron el Premio Nobel en 1923. El Nobel más rápido jamás concedido.
La insulina fue el primer fármaco peptídico. La primera vez que una cadena de aminoácidos, extraída de una especie y dada a otra, había curado una enfermedad.
No sería la última.
Hodgkin, la que la dibujó
Durante cuarenta años después de Banting, la insulina se extraía de páncreas de cerdo y de vaca. Nadie conocía su forma 3D. Nadie podía modificarla. Tomabas lo que la naturaleza te daba.
Después, una mujer en Oxford llamada Dorothy Hodgkin pasó treinta y cinco años mirando fotografías de rayos X.
Había tomado la primera fotografía por rayos X de una proteína cristalizada en 1934, a los veinticuatro años, la enzima digestiva pepsina. Resolvió la penicilina en 1945. Resolvió la vitamina B12 en 1956 y ganó el Nobel por eso en 1964, la única mujer británica en haber ganado un Nobel científico.
Resolvió la insulina en 1969. Hizo sus últimos cálculos a mano, con su hijo Toby, con artritis reumatoide retorciéndole los dedos en garras.
Por primera vez, cualquiera podía ver cómo era la insulina.
En 1978, una pequeña startup en California llamada Genentech usó las nuevas herramientas de ingeniería genética para fabricar insulina humana en bacterias. A mediados de los ochenta, cada diabético en el mundo desarrollado estaba con insulina sintética. Los cerdos se retiraron.
La cacería había pasado de la extracción a la síntesis. La molécula ya no era algo que le robabas a un animal. Era algo que escribías en el ADN bacteriano y cosechabas.
Holst y Habener, los que encontraron la señal de saciedad
En los años ochenta, dos médicos en lados opuestos del Atlántico —Jens Juul Holst en Copenhague y Joel Habener en Boston— aislaron de forma independiente un péptido pequeño que salía del intestino después de una comida.
Treinta aminoácidos de largo. Lo llamaron GLP-1.
Hacía varias cosas a la vez. Le decía al páncreas que liberara insulina. Le decía al estómago que se vaciara más despacio. Le decía al cerebro que estabas lleno.
Una señal química que decía: acabas de comer; estás satisfecho.
El problema: el GLP-1 natural se rompía en el torrente sanguíneo en minutos. Inútil como fármaco.
Novo Nordisk, el que diseñó la señal
Una compañía danesa llamada Novo Nordisk —descendientes de los primeros licenciatarios comerciales de Banting, que llevaban cincuenta años haciendo insulina de páncreas de cerdo— pasó las siguientes dos décadas modificando el GLP-1 para que durara más. Le adhirieron ácidos grasos para que se pegara a las proteínas de la sangre. Ajustaron aminoácidos específicos para que las enzimas no pudieran cortarlo.
Para 2017 tenían una versión que duraba una semana en el torrente sanguíneo después de una sola inyección.
La llamaron semaglutida. La vendieron como Ozempic.
Lo que pasó después es el hecho comercial más importante de la década. Los pacientes no solo controlaron su diabetes. Bajaron de peso. Mucho peso: quince, veinte, treinta por ciento del peso corporal, a veces más. El péptido competidor de Eli Lilly, tirzepatida, lo hizo aún mejor.
Para 2025, los ingresos de Lilly llegaron a 65.000 millones de dólares, creciendo al 45 % anual. Mounjaro y Zepbound combinados sumaron 11.700 millones en un solo trimestre. Novo Nordisk se convirtió, brevemente, en la compañía más valiosa de Europa, más grande que LVMH, más grande que ASML.
Un péptido de treinta aminoácidos de largo, dosificado a una diezmillonésima de gramo por inyección, creó cientos de miles de millones de dólares en valor de mercado y cambió la biología de la obesidad para decenas de millones de personas.
Esta fue la prueba de la segunda cacería.
La categoría intermedia —proteínas lo suficientemente pequeñas para sintetizarse barato, pero lo suficientemente grandes para ser específicas— resultó ser donde vivía el apalancamiento. No exactamente un fármaco, ni una hormona, ni un suplemento. Algo más nuevo. Una señal que podías comprar.
Hay miles de señales peptídicas naturales en el cuerpo. Hemos convertido tal vez una docena en fármacos. Las próximas mil van a llegar mucho más rápido que la primera docena, porque la primera cacería ahora ha armado a la segunda.
D’Souza, mayo de 2026
El nombre convencional de un péptido que cura una enfermedad es medicina. El nombre convencional del mismo péptido dado a alguien que no tiene la enfermedad es dopaje. El nombre convencional del mismo péptido dado a alguien que quiere envejecer más despacio es mejoramiento.
Estas no son categorías biológicas. Son categorías regulatorias y culturales. La molécula es la misma molécula. El receptor es el mismo receptor. La señal es la misma señal. Esta es la cuña que un abogado australiano llamado Aron D’Souza está clavando en el sistema.
D’Souza dirige dos proyectos paralelos desde Nueva York. El primero son los Enhanced Games, el espectáculo de cuatro días en Las Vegas que abre en once días, con 25 millones de dólares en premios, respaldado por Peter Thiel, los gemelos Winklevoss y 1789 Capital de Donald Trump Jr., condenado por el COI y la AMA, y cerrado por The Killers.
El segundo, menos cubierto pero mucho más importante, es una compañía de telesalud llamada Live Enhanced.
Live Enhanced es una suscripción de medicina del rendimiento. Consulta virtual con un clínico. Análisis de sangre. Receta. Péptidos compuestos enviados a tu puerta, mensualmente, con renovación automática. El catálogo va desde GLP-1 para composición corporal, BPC-157 para reparación de tejido, CJC-1295 e ipamorelina para secreción de hormona del crecimiento, timosina alfa-1 para modulación inmune. Desde el 28 de abril de 2026 —hace doce días— añadieron un péptido tópico de cobre GHK-Cu en dosis recetada para piel y recuperación, a 119 dólares al mes.
Lee el encuadre con cuidado. Cada uno de estos es un péptido natural que disminuye con la edad. Cada receta es supervisada por un clínico, monitoreada en laboratorio, dosificada individualmente. Cada compuesto es, técnicamente, legal, recetable por un médico licenciado bajo la ley estadounidense vigente de farmacias de compuestos.
Los Games son el presupuesto de marketing. Live Enhanced es la compañía.
Esta es la jugada, y es más elegante de lo que parece. No discutes con el regulador. No haces lobby en el Congreso. No peleas con la AMA. Construyes una competencia paralela en una ciudad que la permite, con atletas que consienten, con ciencia que es —controvertida pero defendiblemente— legítima. Apuntas a los participantes y dices: estas personas no están enfermas. Están usando péptidos de grado farmacéutico bajo supervisión médica. Se están volviendo más rápidas, más fuertes, más sanas. ¿Por qué argumento es esto distinto del Ozempic? ¿Por qué argumento es el Ozempic distinto de esto?
No hay una respuesta limpia.
La respuesta tradicional era: los fármacos tratan enfermedades. Pero la FDA aprobó la semaglutida para el manejo crónico del peso a un umbral de IMC que captura aproximadamente la mitad de los adultos estadounidenses. El Lasik corrige la visión de personas que podrían usar gafas. Las estatinas se recetan a umbrales que capturan a la mayoría de los hombres de mediana edad. La terapia de reemplazo de testosterona es una categoría de telesalud de mil millones de dólares para hombres cuyos niveles son normales-bajos.
La línea entre tratamiento y mejoramiento no es un muro. Es una pendiente. Cada década, el umbral de tratamiento se desplaza un poco más adentro de lo que antes era mejoramiento. D’Souza está acelerando la pendiente y siendo honesto al respecto.
Su apuesta específica —el arbitraje regulatorio en el corazón de la compañía— es esta: Estados Unidos ya permite péptidos de prescripción compuesta bajo supervisión médica. La infraestructura para prescribir por telesalud se construyó durante el COVID y no ha sido revertida. La demanda existe, demostrablemente, porque la industria de péptidos del mercado gris ya es un negocio de cientos de millones de dólares de gente comprando viales de grado de investigación en sitios web turbios e inyectándose sin supervisión. Enhanced convierte ese mercado gris en uno regulado, monitoreado, de marca.
Banting inyectó insulina y salvó a un niño que se moría de diabetes. D’Souza está vendiendo secretagogos de hormona del crecimiento por suscripción a un ingeniero de software que quiere recuperarse más rápido de sus pesos muertos.
No son el mismo acto. Pero son la misma clase molecular. Y la línea entre ellos se está moviendo.
La segunda cacería también ha terminado.
Los cazadores también ganaron.
III. Lo que significan ambas cacerías
Esto es lo que parecen los próximos diez años, con alta probabilidad.
Más péptidos, más rápido. AlphaFold 3 y RFdiffusion —las herramientas que produjo la primera cacería— significan que candidatos peptídicos para cualquier objetivo pueden generarse ahora en semanas en vez de años. El costo de inventar un nuevo candidato ha caído aproximadamente dos órdenes de magnitud en los últimos treinta meses. La pipeline se está llenando. Retatrutida, con hasta el 28,7 % de pérdida de peso en fase 3. Survodutida. Orforglipron. Pinnacle Medicines levantó 89 millones en marzo específicamente para péptidos orales diseñados por IA. Generate Biomedicines firmó una alianza de mil millones con Novartis para diseñar péptidos y anticuerpos de novo.
Más categorías, líneas más borrosas. El receptor de GLP-1 es solo una señal. Hay receptores para saciedad, crecimiento muscular, oxidación de grasa, profundidad de sueño, agudeza cognitiva, recambio de piel, reparación de tejido. La mayoría tiene un péptido en algún lugar del cuerpo que ya los activa. Ingenieraremos versiones mejores de todos. Algunos se comercializarán como fármacos, con aprobación de la FDA, para enfermedades específicas. Muchos —la mayoría, eventualmente— se venderán como Live Enhanced vende GHK-Cu: receta, telesalud, mensual, indicación-flexible.
Más normalización cultural. El Ozempic rompió el sello. Una vez que una masa crítica de personas profesionalmente exitosas esté abiertamente en un protocolo de péptidos —y lo están; ya las has conocido—, el costo social de no estar en uno empieza a invertirse. La misma generación que ve la no-vacunación como antisocial verá, en quince años, la no-mejora como una forma de negligencia.
Más riesgo. Los datos de seguridad a largo plazo sobre la mayoría de estos compuestos son genuinamente delgados. Los agonistas de GLP-1 tienen una década de datos cardiovasculares y se ven bien. La mayoría del resto tiene estudios en animales, ensayos pequeños en humanos y muchas anécdotas de n=1. Algunas de las personas que los toman ahora, en veinte años, se arrepentirán. No sabremos cuáles por adelantado.
El encuadre honesto es que estamos corriendo un experimento abierto, submonitoreado, a escala civilizatoria, sobre el sistema peptídico humano. El experimento está ocurriendo, le demos permiso o no. La única pregunta real es si ocurre a través de suscripciones de telesalud con análisis de sangre y supervisión clínica, o a través de canales de Telegram y viales sin marcar.
La versión supervisada gana. Esa es la apuesta.
Coda
Hace doscientos años, Mulder hirvió una clara de huevo y nombró la sustancia más importante de la Tierra. Tenía razón en que era primaria. Se equivocó en casi todo lo demás.
Lo que no podía haber imaginado es que la sustancia primaria sería, para 2026, algo que escribimos.
No solo descubrimos. No solo extraemos de un páncreas o de una pared intestinal. Escribimos. Letra por letra, como el español. Con predicciones de cómo la oración se plegará en significado. Con fábricas que sintetizan el significado a centavos por dosis. Con clínicos de telesalud que recetan el significado por correo.
En abril de 2026, en Londres, un paciente de cáncer recibió la inyección de una molécula que ningún ser humano había diseñado. Una máquina la había escrito. La primera cacería —Mulder, Anfinsen, Arnold, Hassabis, Baker— terminó en esa vena.
En mayo de 2026, en Las Vegas, un nadador tomará un protocolo de péptidos que habría terminado su carrera hace dos años e intentará nadar 50 metros más rápido que cualquier humano lo haya hecho. Probablemente lo logrará. El COI lo denunciará. La multitud aplaudirá. The Killers tocarán. La segunda cacería —Banting, Hodgkin, Holst, Novo, D’Souza— terminó en esa piscina.
Dos cacerías. Doscientos años. Seis semanas de distancia.
Estás vivo en el momento exacto en que ambas terminaron.
La mayoría de los días esto no se sentirá importante. La mayoría de los días escucharás sobre otra cosa: un nuevo modelo, una guerra en algún sitio, el precio de los huevos. Pero dentro de diez años, cuando el cáncer de un amigo sea tratado por un binder que no existía antes de 2025, cuando la recuperación de tu padre tras una cirugía sea más rápida por un péptido que no existía antes de 2027, cuando tu propia composición corporal a los cincuenta se vea como solía verse a los treinta y cinco, sabrás que estabas mirando el momento.
Mulder la nombró. Banting la inyectó. Anfinsen la explicó. Hodgkin la dibujó. Holst encontró la señal de saciedad. Arnold la crió. Hassabis la predijo. Baker la escribió. Novo la vendió. D’Souza la está volviendo ordinaria.
La sustancia primaria, doscientos años después, sigue siendo la primera.
Pero ahora, por primera vez, también es nuestra.