{"id":62801,"date":"2025-07-22T12:28:41","date_gmt":"2025-07-22T10:28:41","guid":{"rendered":"https:\/\/go-microdose.com\/blog\/la-ia-descubre-mas-de-100-000-nuevos-compuestos-psicodelicos\/"},"modified":"2026-04-10T14:04:43","modified_gmt":"2026-04-10T12:04:43","slug":"la-ia-descubre-mas-de-100-000-nuevos-compuestos-psicodelicos","status":"publish","type":"post","link":"https:\/\/go-microdose.com\/es\/blog\/la-ia-descubre-mas-de-100-000-nuevos-compuestos-psicodelicos\/","title":{"rendered":"La IA descubre m\u00e1s de 100.000 nuevos compuestos psicod\u00e9licos"},"content":{"rendered":"<div class=\"wpb-content-wrapper\"><p>[vc_row][vc_column][vc_column_text css=\u00bb\u00bb]<span style=\"font-weight: 400;\">La inteligencia artificial (IA) est\u00e1 transformando r\u00e1pidamente el descubrimiento de f\u00e1rmacos, y los psicod\u00e9licos no son una excepci\u00f3n. En avances recientes, los cient\u00edficos han aprovechado herramientas de IA para identificar   <\/span><b>m\u00e1s de 100.000 nuevos compuestos psicod\u00e9licos potenciales<\/b><span style=\"font-weight: 400;\">.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">No se trata de simples sustancias qu\u00edmicas aleatorias: son candidatos que, seg\u00fan las predicciones, interact\u00faan con los mismos receptores cerebrales a los que se dirigen los psicod\u00e9licos conocidos, lo que podr\u00eda dar lugar a nuevas terapias para la salud mental. Este avance demuestra el poder del aprendizaje autom\u00e1tico en la qu\u00edmica, utilizando algoritmos para explorar el espacio qu\u00edmico mucho m\u00e1s all\u00e1 de lo que los humanos podr\u00edan hacer manualmente. <\/span><\/p>\n<p><b>En este blog, explicaremos c\u00f3mo la IA ha logrado esta haza\u00f1a, qu\u00e9 m\u00e9todos se utilizaron (desde modelos de aprendizaje profundo hasta qu\u00edmica generativa) y qu\u00e9 podr\u00eda significar para el futuro de la investigaci\u00f3n y los tratamientos con psicod\u00e9licos.<\/b>[\/vc_column_text][vc_custom_heading text=\u00bbC\u00f3mo la IA encontr\u00f3 cientos de miles de candidatos psicod\u00e9licos\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_single_image image=\u00bb58462&#8243; img_size=\u00bbfull\u00bb css_animation=\u00bbnone\u00bb css=\u00bb.vc_custom_1753180010418{margin-top: 20px !important;margin-bottom: 50px !important;}\u00bb el_class=\u00bbimage-with-shadow\u00bb][vc_column_text css=\u00bb\u00bb]El descubrimiento de m\u00e1s de 100.000 nuevas mol\u00e9culas de tipo psicod\u00e9lico fue posible gracias a la combinaci\u00f3n del modelado de prote\u00ednas basado en IA con el cribado virtual de f\u00e1rmacos.<\/p>\n<p>Los investigadores aprovecharon AlphaFold de DeepMind, una IA de vanguardia que predice estructuras proteicas, para modelar la forma de receptores cerebrales clave implicados en los efectos psicod\u00e9licos.<\/p>\n<p>Uno de estos objetivos fue el receptor de serotonina 5-HT2A, el sitio principal al que se unen el LSD y la psilocibina para inducir experiencias psicod\u00e9licas.<\/p>\n<p>Con un modelo de receptor preciso, los qu\u00edmicos computacionales pudieron utilizar el cribado virtual para evaluar c\u00f3mo millones (e incluso miles de millones) de estructuras qu\u00edmicas podr\u00edan encajar en el sitio de uni\u00f3n de ese receptor.[\/vc_column_text][vc_custom_heading text=\u00bbEl papel de AlphaFold\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]AlphaFold proporcion\u00f3 modelos 3D de alta calidad de las prote\u00ednas receptoras. Esto fue crucial porque conocer la forma precisa del sitio activo de un receptor permite que el cribado virtual sea mucho m\u00e1s eficaz. <\/p>\n<p>Anteriormente, la obtenci\u00f3n de tales estructuras proteicas depend\u00eda de t\u00e9cnicas de laboratorio como la cristalograf\u00eda de rayos X o la criomicroscop\u00eda electr\u00f3nica (cryo-EM), que tardan meses o a\u00f1os. Las predicciones de AlphaFold est\u00e1n disponibles \u00abcon solo pulsar un bot\u00f3n\u00bb, lo que acelera dr\u00e1sticamente el proceso.[\/vc_column_text][vc_custom_heading text=\u00bbCribado virtual\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]A continuaci\u00f3n, los investigadores emplearon algoritmos de acoplamiento (docking): programas inform\u00e1ticos que intentan \u00abencajar\u00bb mol\u00e9culas virtuales en el modelo del receptor como si fueran piezas de un rompecabezas.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Cientos de millones de mol\u00e9culas fueron \u00abacopladas\u00bb virtualmente para ver cu\u00e1les podr\u00edan unirse bien.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">A partir de este enorme cat\u00e1logo de posibilidades, la IA se\u00f1al\u00f3 cientos de miles de resultados que presentaban interacciones s\u00f3lidas previstas con el receptor.<\/li>\n<\/ul>\n<p>En esencia, la IA crib\u00f3 un pajar de espacio qu\u00edmico y extrajo un gran n\u00famero de \u00abagujas\u00bb.<\/p>\n<p>Lo que asombr\u00f3 a los cient\u00edficos no fue solo la cantidad de nuevos compuestos, sino su novedad.<\/p>\n<p>\u00abNo hab\u00eda dos mol\u00e9culas iguales. Ni siquiera se parec\u00edan entre s\u00ed\u00bb. \u2013 <i>Dr. Brian Shoichet<\/i><\/p>\n<p>Sin embargo, tanto los conjuntos identificados por IA como los tradicionales mostraron tasas de \u00e9xito similares en las pruebas de laboratorio, lo que significa que los resultados virtuales de AlphaFold ten\u00edan las mismas probabilidades de funcionar que los obtenidos con t\u00e9cnicas m\u00e1s antiguas.<\/p>\n<p>De hecho, el cribado basado en IA incluso identific\u00f3 algunos de los activadores m\u00e1s potentes del receptor de serotonina, superando al enfoque convencional en ese aspecto.<\/p>\n<p>\u00abAlphaFold es una revoluci\u00f3n absoluta. Si tenemos una buena estructura, deber\u00edamos ser capaces de utilizarla para el dise\u00f1o de f\u00e1rmacos\u00bb. \u2013 <i>Dr. Jens Carlsson<\/i>[\/vc_column_text][vc_custom_heading text=\u00bbM\u00e9todos de aprendizaje autom\u00e1tico tras el descubrimiento\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]<span style=\"font-weight: 400;\">Entonces, \u00bfqu\u00e9 m\u00e9todos espec\u00edficos de IA y aprendizaje autom\u00e1tico hicieron esto posible?<\/span><span style=\"font-weight: 400;\"><br \/>\n<\/span><span style=\"font-weight: 400;\">  Hubo dos partes clave:<\/span><\/p>\n<ol>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>Aprendizaje profundo para la predicci\u00f3n de la estructura de las prote\u00ednas<\/b><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>Modelos generativos para el dise\u00f1o de mol\u00e9culas<\/b><\/li>\n<\/ol>\n<p>[\/vc_column_text][vc_single_image image=\u00bb62806&#8243; img_size=\u00bbfull\u00bb css_animation=\u00bbnone\u00bb css=\u00bb.vc_custom_1753179964287{margin-top: 20px !important;margin-bottom: 50px !important;}\u00bb el_class=\u00bbimage-with-shadow\u00bb][vc_custom_heading text=\u00bbAprendizaje profundo para estructuras proteicas<br \/>\n\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]El propio AlphaFold se basa en el aprendizaje profundo. Se entren\u00f3 con estructuras proteicas conocidas y aprendi\u00f3 a predecir c\u00f3mo las secuencias de amino\u00e1cidos se pliegan en formas 3D. <\/p>\n<p>Para 2022, AlphaFold hab\u00eda predicho estructuras para pr\u00e1cticamente todas las prote\u00ednas del cuerpo humano, incluidas las relevantes para los psicod\u00e9licos. Disponer de estas estructuras permiti\u00f3 el acoplamiento virtual descrito anteriormente. <\/p>\n<p>Esto demuestra una aplicaci\u00f3n de la IA que \u00abcambia las reglas del juego\u00bb: el uso de predicciones cuando los experimentos son demasiado lentos.[\/vc_column_text][vc_custom_heading text=\u00bbModelos de qu\u00edmica generativa\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]M\u00e1s all\u00e1 de limitarse a cribar las bibliotecas de mol\u00e9culas existentes, la IA tambi\u00e9n puede inventar nuevas mol\u00e9culas desde cero. Los modelos generativos \u2014una clase de modelos de aprendizaje autom\u00e1tico\u2014 son como qu\u00edmicos imaginativos que crean estructuras qu\u00edmicas novedosas que cumplen ciertos criterios. <\/p>\n<p>Por ejemplo:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Un equipo de investigaci\u00f3n desarroll\u00f3 un sistema llamado MegaSyn, que utiliza redes neuronales profundas (basadas en LSTM) para generar nuevos an\u00e1logos psicod\u00e9licos.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">\u00abPrepararon\u00bb el modelo con estructuras psicod\u00e9licas conocidas (como las del LSD, la psilocibina, la iboga\u00edna, etc.) y luego dejaron que improvisara y produjera variaciones.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">\u00bfEl resultado? La IA gener\u00f3 100.000 nuevos compuestos que no exist\u00edan antes. <\/li>\n<\/ul>\n<p>Posteriormente, estos se filtraron y puntuaron con criterios multiobjetivo, como:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Actividad prevista en un receptor objetivo<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Similitud con f\u00e1rmacos<\/li>\n<\/ul>\n<p>En una validaci\u00f3n notable de este enfoque, las 50 sugerencias principales de la IA incluyeron el tabernantalog, un prometedor an\u00e1logo psicod\u00e9lico que los qu\u00edmicos hab\u00edan inventado un par de a\u00f1os antes.[\/vc_column_text][vc_custom_heading text=\u00bbC\u00f3mo funciona la qu\u00edmica generativa<br \/>\n\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]La qu\u00edmica generativa suele emplear arquitecturas de aprendizaje profundo como:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Redes neuronales recurrentes (RNN)<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Autoencoders variacionales (VAE)<\/li>\n<\/ul>\n<p>Estos se entrenan con millones de mol\u00e9culas conocidas. Aprenden el \u00ablenguaje de la qu\u00edmica\u00bb (a menudo utilizando cadenas SMILES) y luego generan nuevas \u00abfrases\u00bb (mol\u00e9culas) que siguen los patrones aprendidos. <\/p>\n<p>Los enfoques m\u00e1s avanzados utilizan:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Aprendizaje por refuerzo<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Algoritmos gen\u00e9ticos<\/li>\n<\/ul>\n<p>Estos m\u00e9todos se gu\u00edan por funciones de recompensa, tales como:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Qu\u00e9 tan bien podr\u00eda la mol\u00e9cula activar un determinado receptor<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Su \u00absimilitud con un f\u00e1rmaco\u00bb<\/li>\n<\/ul>\n<p>La IA no se limita a generar mol\u00e9culas al azar: se orienta hacia las propiedades farmacol\u00f3gicas deseadas.[\/vc_column_text][vc_custom_heading text=\u00bbImplicaciones para la investigaci\u00f3n y los tratamientos<br \/>\n\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]La identificaci\u00f3n de m\u00e1s de 100.000 nuevos compuestos psicod\u00e9licos por parte de la IA no es solo una cifra elevada: podr\u00eda se\u00f1alar una nueva era para la ciencia de los psicod\u00e9licos.<\/p>\n<p><strong>Descubrimiento de f\u00e1rmacos m\u00e1s r\u00e1pido<\/strong><br \/>\nLo que antes les llevaba a los qu\u00edmicos a\u00f1os de s\u00edntesis y pruebas, ahora puede acelerarse dr\u00e1sticamente.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">La IA puede proponer mol\u00e9culas en cuesti\u00f3n de d\u00edas<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Los robots de s\u00edntesis automatizada pueden fabricarlos y probarlos con un alto rendimiento<\/li>\n<\/ul>\n<p>Esto podr\u00eda conducir a una r\u00e1pida expansi\u00f3n de la cartera de medicamentos psicod\u00e9licos.<\/p>\n<p><strong>Tratamientos novedosos<br \/>\n<\/strong>Muchos de los compuestos descubiertos por la IA son estructuralmente distintos de los psicod\u00e9licos cl\u00e1sicos.<br \/>\nPor ejemplo:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Los investigadores est\u00e1n interesados en an\u00e1logos no alucin\u00f3genos que conserven los efectos terap\u00e9uticos (como beneficios antidepresivos o de neuroplasticidad) sin el viaje intenso.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Si algunos de estos 100.000 compuestos se ajustan a este perfil, podr\u00edan convertirse en terapias psicod\u00e9licas de pr\u00f3xima generaci\u00f3n.<\/li>\n<\/ul>\n<p>\u00abEs posible que muchos objetivos farmacol\u00f3gicos no cedan f\u00e1cilmente ante las herramientas experimentales existentes\u00bb. \u2013 <i>Dr. Carlsson<\/i>[\/vc_column_text][vc_single_image image=\u00bb62807&#8243; img_size=\u00bbfull\u00bb css_animation=\u00bbnone\u00bb css=\u00bb.vc_custom_1753179942835{margin-top: 20px !important;margin-bottom: 50px !important;}\u00bb el_class=\u00bbimage-with-shadow\u00bb][vc_custom_heading text=\u00bbComprensi\u00f3n de las relaciones estructura-actividad (SAR)\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]Con tantas mol\u00e9culas nuevas, los cient\u00edficos pueden estudiar c\u00f3mo ligeros cambios en la estructura alteran los efectos.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">La IA puede se\u00f1alar patrones en el dise\u00f1o molecular<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Ayuda a comprender por qu\u00e9 algunos compuestos causan alucinaciones mientras que otros no<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Informa el dise\u00f1o de f\u00e1rmacos psicod\u00e9licos m\u00e1s seguros y eficaces<\/li>\n<\/ul>\n<p>[\/vc_column_text][vc_custom_heading text=\u00bbEficiencia de recursos\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]Al confiar en modelos de IA como AlphaFold:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Los equipos de investigaci\u00f3n podr\u00edan saltarse pasos de laboratorio m\u00e1s lentos<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Un equipo estim\u00f3 que las estructuras predichas por IA podr\u00edan impulsar un proyecto adelant\u00e1ndolo a\u00f1os<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Esto ahorra tiempo y dinero, algo especialmente importante en campos con poca financiaci\u00f3n como el de los psicod\u00e9licos<\/li>\n<\/ul>\n<p>[\/vc_column_text][vc_custom_heading text=\u00bbLegitimidad de la investigaci\u00f3n con psicod\u00e9licos\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]El \u00e9xito de la IA en este \u00e1mbito refuerza la credibilidad de la ciencia de los psicod\u00e9licos.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Est\u00e1 alineada con la tecnolog\u00eda de vanguardia<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Puede atraer m\u00e1s financiaci\u00f3n e inter\u00e9s de las farmac\u00e9uticas y los inversores<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Empresas como Schr\u00f6dinger Inc. est\u00e1n explorando esto, aunque se\u00f1alan que la IA no es una soluci\u00f3n m\u00e1gica<\/li>\n<\/ul>\n<p>Esta convergencia sit\u00faa a los psicod\u00e9licos a la vanguardia de la biotecnolog\u00eda, no en la periferia.[\/vc_column_text][vc_custom_heading text=\u00bbOpiniones de expertos sobre la revoluci\u00f3n de la IA y los psicod\u00e9licos\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]Investigadores tanto de la IA como de la farmacolog\u00eda est\u00e1n entusiasmados con estos avances.<\/p>\n<p>\u00abSer\u00eda muy conveniente si pudi\u00e9ramos pulsar el bot\u00f3n y obtener una estructura que podamos utilizar para el descubrimiento de ligandos\u00bb. \u2013 <i>Dr. Jens Carlsson<\/i><\/p>\n<p>El Dr. Brian Shoichet y el Dr. Bryan Roth se mostraron esc\u00e9pticos al principio, pero llegaron a ver que AlphaFold pod\u00eda identificar mol\u00e9culas de f\u00e1rmacos diferentes, pero igualmente prometedoras.<\/p>\n<p>\u00abEs un resultado genuinamente nuevo\u00bb. \u2013 <i>Dr. Shoichet<\/i>[\/vc_column_text][vc_custom_heading text=\u00bbPrecauci\u00f3n y equilibrio\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]No todo el mundo es ciegamente optimista.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Karen Akinsanya, de Schr\u00f6dinger Inc., subraya que las predicciones de la IA no siempre son \u00fatiles.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">En aproximadamente un tercio de los casos, pueden impulsar el descubrimiento. En otros, pueden inducir a error. <\/li>\n<\/ul>\n<p>La experiencia humana y las pruebas de laboratorio siguen siendo esenciales.<br \/>\nLa IA ampl\u00eda el embudo, pero los humanos desarrollan los f\u00e1rmacos.[\/vc_column_text][vc_custom_heading text=\u00bbPosibilidades futuras\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]La IA \u00abpiensa\u00bb en la qu\u00edmica de forma diferente a los humanos.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Algunos psicod\u00e9licos dise\u00f1ados por IA podr\u00edan unirse de formas que no esper\u00e1bamos<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Esto podr\u00eda dar lugar a medicamentos de precisi\u00f3n con efectos finamente ajustados<\/li>\n<\/ul>\n<p>Empresas emergentes como MindState Design Labs pretenden dise\u00f1ar mol\u00e9culas que produzcan subconjuntos espec\u00edficos de experiencias psicod\u00e9licas, abriendo las puertas a resultados de salud mental a medida.[\/vc_column_text][vc_custom_heading text=\u00bbConclusi\u00f3n: una nueva frontera para la ciencia de los psicod\u00e9licos\u00bb use_theme_fonts=\u00bbyes\u00bb css=\u00bb\u00bb][vc_column_text css=\u00bb\u00bb]El uso de la IA para descubrir m\u00e1s de 100.000 compuestos de tipo psicod\u00e9lico es una ilustraci\u00f3n dram\u00e1tica de c\u00f3mo la tecnolog\u00eda puede acelerar la ciencia.<\/p>\n<p>\u00abEstamos siendo testigos literales de c\u00f3mo un ordenador imagina nuevos psicod\u00e9licos y los hace realidad\u00bb.<\/p>\n<p>Esto podr\u00eda marcar el inicio de una era de \u00abPsicod\u00e9licos 2.0\u00bb, en la que:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Los f\u00e1rmacos son creados por IA<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">La curaci\u00f3n se maximiza<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Los riesgos se minimizan<\/li>\n<\/ul>\n<p>Imagine:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Nuevos antidepresivos con una potencia de nivel psicod\u00e9lico, pero sin alucinaciones<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Nuevas experiencias que tratan afecciones anteriormente intratables<\/li>\n<\/ul>\n<p>Aunque las pruebas cl\u00ednicas completas llevan tiempo, el viaje ha comenzado.<\/p>\n<p><strong>La conclusi\u00f3n:<\/strong><br \/>\nLa IA no sustituir\u00e1 a los qu\u00edmicos ni a los psiquiatras, pero potencia enormemente el descubrimiento en un campo que estuvo inactivo durante d\u00e9cadas. Las puertas de la qu\u00edmica psicod\u00e9lica se han abierto de par en par. <\/p>\n<p>Para cualquier persona interesada en los psicod\u00e9licos \u2014ya sea usuario, cient\u00edfico u observador\u2014, se trata de un avance emocionante.<br \/>\nEl renacimiento psicod\u00e9lico acaba de recibir una actualizaci\u00f3n de alta tecnolog\u00eda, y los pr\u00f3ximos a\u00f1os pueden ser los m\u00e1s apasionantes hasta la fecha.<\/p>\n<p><strong>Fuentes:<\/strong><\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Callaway, E. (2024).  <i>Un programa de IA encuentra miles de posibles psicod\u00e9licos. \u00bfDar\u00e1n lugar a nuevos f\u00e1rmacos? <\/i>  Scientific American\/Nature\u200b <a href=\"https:\/\/www.scientificamerican.com\/article\/ai-program-finds-thousands-of-possible-psychedelics-will-they-lead-to-new-drugs\/#:~:text=Researchers%20have%20used%20the%20protein,or%20even%20years%2C%20to%20determine\" target=\"_blank\" rel=\"noopener\">scientificamerican.com<br \/>\n<\/a><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Mushtaq, Z. (2024). <i>AlphaFold remodela el panorama del descubrimiento de f\u00e1rmacos<\/i>. Mugglehead Magazine\u200b <a href=\"https:\/\/mugglehead.com\/alphafold-reshapes-drug-discovery-landscape\/#:~:text=In%20recent%20research%2C%20the%20artificial,of%20potential%20new%20psychedelic%20molecules\" target=\"_blank\" rel=\"noopener\">mugglehead.com<\/a> <\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Jane (2024). <i>Cient\u00edficos del Reino Unido utilizan la IA para la investigaci\u00f3n de f\u00e1rmacos psicod\u00e9licos<\/i>. PsychedelicExperience.net\u200b <a href=\"https:\/\/www.psychedelicexperience.net\/uk-scientists-use-ai-for-psychedelic-drug-research\/#:~:text=In%20their%20tests%2C%20Roth%20and,%E2%80%9D\" target=\"_blank\" rel=\"noopener\">psychedelicexperience.net<\/a> <\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Alexander, R., y Hocevar-Trnka, J. (2024). <i>RE104: Un nuevo psicod\u00e9lico de acci\u00f3n r\u00e1pida para la depresi\u00f3n posparto<\/i>. Psychiatric Times\u200b <a href=\"https:\/\/www.psychiatrictimes.com\/view\/re104-a-novel-fast-acting-psychedelic-for-postpartum-depression#:~:text=Key%20Takeaways\" target=\"_blank\" rel=\"noopener\">psychiatrictimes.com<\/a> <\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">MegaSyn Research (2022). <i>Integraci\u00f3n del dise\u00f1o molecular generativo y la viabilidad sint\u00e9tica<\/i>. ACS Omega (PMC)\u200b <a href=\"https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC9178760\/#:~:text=0,Figure%209B%2CC\" target=\"_blank\" rel=\"noopener\">pmc.ncbi.nlm.nih.gov<\/a> <\/li>\n<\/ul>\n<p>[\/vc_column_text][vc_btn title=\u00bbEmpezar a comprar\u00bb link=\u00bburl:https%3A%2F%2Fgo-microdose.com%2Fes%2Ftienda%2F|\u00bb][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>[vc_row][vc_column][vc_column_text css=\u00bb\u00bb]La inteligencia artificial (IA) est\u00e1 transformando r\u00e1pidamente el descubrimiento de f\u00e1rmacos, y los psicod\u00e9licos no son una excepci\u00f3n. En avances recientes, los cient\u00edficos han aprovechado herramientas de IA para identificar m\u00e1s de 100.000 nuevos compuestos psicod\u00e9licos potenciales. No se trata de simples sustancias qu\u00edmicas aleatorias: son candidatos que, seg\u00fan las predicciones, interact\u00faan con los [&hellip;]<\/p>\n","protected":false},"author":5548,"featured_media":62805,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[223],"tags":[],"class_list":["post-62801","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion"],"acf":[],"_links":{"self":[{"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/posts\/62801","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/users\/5548"}],"replies":[{"embeddable":true,"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/comments?post=62801"}],"version-history":[{"count":0,"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/posts\/62801\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/media\/62805"}],"wp:attachment":[{"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/media?parent=62801"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/categories?post=62801"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/go-microdose.com\/es\/wp-json\/wp\/v2\/tags?post=62801"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}