Algoritmos Vs Virus

Autores/as

  • Lucio Nájera-Maldonado Escuela Nacional de Ciencias Biológicas, Instituto Politécnico Nacional, Carpio y Plan de Ayala S/N, Colonia Santo Tomás, 11340, Ciudad de México, México. Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada, Instituto Politécnico Nacional, Boulevard de la Tecnología, 1036 Z-1, P 2/2, 62790, Xochitepec, Morelos, México.
  • Cristian G. Delgado-Corona Escuela Nacional de Ciencias Biológicas, Instituto Politécnico Nacional, Carpio y Plan de Ayala S/N, Colonia Santo Tomás, 11340, Ciudad de México, México. Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada, Instituto Politécnico Nacional, Boulevard de la Tecnología, 1036 Z-1, P 2/2, 62790, Xochitepec, Morelos, México.
  • Francisca Villanueva-Flores Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada, Instituto Politécnico Nacional, Boulevard de la Tecnología, 1036 Z-1, P 2/2, 62790, Xochitepec, Morelos, México.

Palabras clave:

Inteligencia artificial, vacunas, virus, algoritmos, medicina personalizada

Resumen

¿Y si te dijera que, cuando aparece un virus nuevo, los primeros en reaccionar no son solo médicos y científicas, sino también algoritmos? Hoy las computadoras pueden leer el “ADN” de un virus como si fuera un código secreto y, en días, sugerir ideas para nuevas vacunas que antes tardaban años. Este texto cuenta con ejemplos reales (COVID-19 y malaria) de cómo la inteligencia artificial se está convirtiendo en aliada contra las infecciones y cómo podría cambiar la forma en que nos protegemos en el futuro.

Citas

Barnsley, G., et al. (2024). Impact of the 100 days mission for vaccines on COVID-19: A mathematical modelling study. The Lancet Global Health, 12(11), e1764–e1774. https://doi.org/10.1016/S2214-109X(24)00286-9

Kumar, A., Dixit, S., Srinivasan, K., D., M., & Vincent, P. M. D. R. (2024). Personalized cancer vaccine design using AI-powered technologies. Frontiers in Immunology, 15, 1357217. https://doi.org/10.3389/fimmu.2024.1357217

Lokras, A. G., Bobak, T. R., Baghel, S. S., Sebastiani, F., & Foged, C. (2024). Advances in the design and delivery of RNA vaccines for infectious diseases. Advanced Drug Delivery Reviews, 213, 115419. https://doi.org/10.1016/j.addr.2024.115419

Villanueva-Flores, F., Sanchez-Villamil, J. I., & Garcia-Atutxa, I. (2025). AI-driven epitope prediction: A systematic review, comparative analysis, and practical guide for vaccine development. NPJ Vaccines, 10(1), 207. https://doi.org/10.1038/s41541-025-01258-y

Reynisson, B., Alvarez, B., Paul, S., Peters, B., & Nielsen, M. (2020). NetMHCpan-4.1 and NetMHCIIpan-4.0: Improved predictions of MHC antigen presentation by concurrent motif deconvolution and integration of MS MHC eluted ligand data. Nucleic Acids Research, 48(W1), W449–W454. https://doi.org/10.1093/nar/gkaa379

Kaczanowski, S. (2023). Detection of positive selection acting on protein surfaces at the whole-genome scale in the human malaria parasite Plasmodium falciparum. Infection, Genetics and Evolution, 107, 105397. https://doi.org/10.1016/j.meegid.2022.105397

Descargas

Publicado

2026-04-13

Cómo citar

Nájera-Maldonado, L., Delgado-Corona, C. G., & Villanueva-Flores, F. (2026). Algoritmos Vs Virus. Revista De divulgación científica IBIO, 8(2), 318. Recuperado a partir de https://revistaibio.com/ojs33/index.php/main/article/view/318

Número

Vol. 8 Núm. 2 (2026)

Sección

Hot Science

Licencia

Derechos de autor 2026 Revista de divulgación científica iBIO

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Se permite el autoarchivo o deposito de los trabajos en su versi´ón post-publicación (versión editorial) en cualquier repositorio personal, institucional o temático, redes sociales o científicas. Lo anterior aplica desde el momento de la publicación del artículo en cuestión en la página web de la Revista de divulgación científica iBIO.