BSC: el borrador de un gemelo digital de tumor, en 10 minutos

Según el BSC, de meses a diez minutos

El Barcelona Supercomputing Center, el centro nacional de supercomputación con sede en Barcelona, presentó el 23 de septiembre de 2026 un trabajo que ya estaba publicado desde junio. El artículo científico salió el 15 de junio en npj Systems Biology and Applications, una revista del grupo Nature, en su versión aceptada y revisada por pares, antes de la maquetación final.

Hasta ahora, montar el modelo digital de un tumor obligaba a revisar mucha bibliografía, formarse en programas especializados y dominar varios lenguajes de programación. El BSC calcula que eso llevaba meses, si no años. Con su sistema, dice, un investigador con conocimientos del campo y algo de soltura con estos programas puede describir el problema biológico en lenguaje corriente.

El agente hace de intermediario

El BSC no ha creado un agente nuevo. Lo que ha hecho es dar a agentes que ya existían la capacidad de manejar programas científicos que tampoco son nuevos, para que hagan de puente entre el investigador y esas herramientas. El científico explica lo que quiere estudiar y el agente traduce la petición en los pasos que cada programa entiende.

«Con este avance hemos derribado por completo las barreras que separaban a los biólogos experimentales de las herramientas avanzadas de modelado», explica Marco Ruscone, investigador del BSC y primer autor del artículo. «Es muy parecido a usar ChatGPT: no hace falta escribir ni una línea de código».

MCP, el enchufe entre la IA y tres programas

La pieza técnica del trabajo son los servidores MCP que ha desarrollado el BSC. Cada uno expone al agente un programa de biología computacional: NeKo, que construye redes de regulación génica; MaBoSS, que simula modelos booleanos, y PhysiCell, que monta modelos multicelulares basados en agentes. Los servidores son abiertos para la comunidad científica.

La prueba, células cancerosas frente al factor de necrosis tumoral

El caso que demuestra el artículo es un modelo multiescala de qué les pasa a las células cancerosas cuando reciben el TNF, una señal del sistema inmunitario. Se hizo entero en lenguaje natural: sin programar a mano, sin editar parámetros directamente y sin modificar a mano los ficheros del modelo.

Los autores probaron el sistema con varios modelos de lenguaje, sin que la nota ni el resumen del artículo digan cuáles. Concluyen que funciona con distintos modelos, pero que las variaciones entre ellos obligan a una validación rigurosa. También abordan la reproducibilidad, difícil de garantizar con modelos probabilísticos, y sostienen que una interacción iterativa y dirigida da resultados consistentes.

«Distintos modelos de lenguaje pueden darte respuestas distintas, igual que distintos científicos», resume Miguel Vázquez, investigador del BSC y coautor del artículo. «La clave es trabajar con ellos de forma iterativa, preguntando una y otra vez».

Un primer paso firmado en Barcelona

Firman el artículo Marco Ruscone, Miguel Vázquez y Alfonso Valencia, investigador principal del estudio y director del Departamento de Ciencias de la Vida del BSC. «Los agentes de IA ya automatizan tareas rutinarias, pero su verdadero potencial transformador está en resolver retos científicos complejos, como crear gemelos digitales de sistemas celulares», dice Valencia, que califica el estudio de «un primer paso importante».

Según el propio artículo, lo financian el programa Horizonte de la Unión Europea, con el proyecto Critical Action Planning over Extreme-Scale Data; el proyecto DARE, Digital Autonomy with RISC-V in Europe, con apoyo del Ministerio de Ciencia, Innovación y Universidades, la Agencia Estatal de Investigación y los fondos NextGenerationEU; y la Empresa Común EuroHPC, la iniciativa europea de supercomputación. El artículo da las gracias además a la iniciativa Bioinfo4Women del BSC.