Nº46 – 16 Noviembre 2026
Edición génica, Terapias Avanzadas e Inteligencia Artificial
Introducción
La medicina personalizada ha dejado de ser una aspiración conceptual para convertirse en una arquitectura clínica emergente. Durante décadas se habló de adaptar tratamientos al paciente. Hoy empezamos a disponer de instrumentos capaces de modificar genes, rediseñar células, reprogramar inmunidad, fabricar órganos parciales, interpretar genomas completos, anticipar toxicidades, simular respuestas terapéuticas y asistir decisiones mediante inteligencia artificial. El futuro de la farmacogenómica ya no se limita a escoger la dosis adecuada de un fármaco convencional; se extiende a decidir si el medicamento será una molécula, una célula, un vector viral, un ARN, una proteína diseñada, una edición genética, un algoritmo o una combinación de todos ellos.
La edición génica ha cambiado el horizonte terapéutico porque permite intervenir sobre la causa molecular de algunas enfermedades. CRISPR-Cas9, editores de bases, editores prime, nucleasas, recombinasas, epigenome editing y sistemas guiados por ARN están ampliando el repertorio. Las terapias avanzadas, incluidas células CAR-T, TCR-T, células NK modificadas, terapias génicas, ARN mensajero, oligonucleótidos antisentido, ARN interferente, organoides y medicina regenerativa, están transformando oncología, hematología, enfermedades raras, inmunología y neurología. La inteligencia artificial, por su parte, promete integrar datos que ningún clínico puede procesar aisladamente: genoma, transcriptoma, proteoma, metaboloma, microbioma, imagen, historia clínica, sensores, exposoma y respuesta longitudinal.
Pero el futuro no será automáticamente mejor. Toda tecnología de alta potencia amplifica tanto beneficios como errores. Una edición génica mal dirigida puede producir daño irreversible; una terapia celular puede desencadenar toxicidad inmunológica; un algoritmo puede sesgar tratamientos; una medicina excesivamente costosa puede crear nuevas desigualdades; un biomarcador prematuro puede vender ilusión antes que salud. La medicina personalizada del futuro será éticamente legítima solo si une precisión biológica, evidencia clínica, seguridad, equidad y gobernanza.
De la farmacogenómica clásica a la medicina programable
La farmacogenómica clásica nació para explicar por qué un paciente respondía de forma distinta a un medicamento. CYP2D6, CYP2C19, CYP2C9, VKORC1, TPMT, NUDT15, DPYD, HLA-B, SLCO1B1 o UGT1A1 permitieron evitar toxicidades, ajustar dosis o seleccionar fármacos. Este modelo sigue siendo esencial, pero pertenece a una medicina en la que el medicamento ya existe y el genoma ayuda a usarlo mejor.
La medicina programable va más allá. No pregunta solo qué fármaco conviene a un genotipo, sino cómo diseñar un tratamiento para una variante, una célula, una vía o un paciente. En lugar de administrar un principio activo fijo, se modifica una célula T, se corrige un gen hematopoyético, se silencia un ARN hepático, se introduce una enzima, se edita una base, se cambia un empalme, se reprograma una célula inmune o se entrena un algoritmo para anticipar respuesta.
Este cambio redefine la farmacología. El medicamento ya no es siempre una sustancia química; puede ser información biológica. Un ARN mensajero instruye a una célula para producir una proteína; un oligonucleótido modifica el splicing; una terapia CAR-T convierte linfocitos en entidades antitumorales; una guía CRISPR dirige una enzima a una secuencia; una terapia génica instala una copia funcional de un gen; una vacuna de neoantígenos enseña al sistema inmune a reconocer un tumor.
La farmacogenómica del futuro será, por tanto, una farmacología de instrucciones. El desafío será asegurar que esas instrucciones sean correctas, específicas, reversibles cuando sea posible, accesibles y clínicamente justificadas.
Edición génica: CRISPR-Cas9 y el nacimiento de una terapéutica causal
CRISPR-Cas9 transformó la biomedicina al convertir una herramienta bacteriana de defensa en un sistema de edición dirigido. Jennifer Doudna y Emmanuelle Charpentier demostraron que podía programarse mediante ARN guía; Feng Zhang y otros investigadores adaptaron el sistema a células de mamífero; George Church, David Liu, Feng Zhang, Virginijus Šikšnys y muchos otros ampliaron el campo hacia edición, regulación y aplicaciones terapéuticas. El Premio Nobel concedido a Doudna y Charpentier simbolizó la entrada de la edición génica en la historia mayor de la medicina.
La aprobación clínica de terapias basadas en CRISPR para hemoglobinopatías marcó un punto de inflexión. En anemia falciforme y beta-talasemia, editar células madre hematopoyéticas ex vivo para reactivar hemoglobina fetal demuestra que una enfermedad monogénica puede tratarse modificando la regulación génica del propio paciente. No se corrige necesariamente la mutación original; se reactiva una vía compensadora. Este detalle es importante: la edición terapéutica no siempre repara el defecto, a veces reconfigura la biología para superar sus consecuencias.
El modelo ex vivo ofrece control: se extraen células, se editan, se verifican, se acondiciona al paciente y se reinfunden. Pero también implica complejidad, coste, infraestructura, quimioterapia mieloablativa, infertilidad potencial, infecciones y seguimiento prolongado. Por eso el futuro buscará edición in vivo más segura, vectores más precisos, nanopartículas, sistemas transitorios y estrategias sin acondicionamiento tóxico.
La edición génica inaugura una medicina causal, pero no una medicina simple. Corregir ADN es técnicamente posible; hacerlo en el tejido correcto, en suficientes células, sin efectos fuera de objetivo y con beneficio duradero es el verdadero reto.
Editores de bases, prime editing y edición epigenética
CRISPR-Cas9 corta el ADN. Ese corte puede repararse de forma útil, pero también genera riesgo de inserciones, deleciones, translocaciones o respuestas celulares indeseadas. Los editores de bases, desarrollados por David Liu y colaboradores, permiten cambiar una base por otra sin cortar ambas hebras del ADN. Los editores citosina y adenina abren la posibilidad de corregir mutaciones puntuales responsables de numerosas enfermedades monogénicas.
Prime editing, también desarrollado por el grupo de Liu, amplía el repertorio al permitir inserciones, deleciones y sustituciones pequeñas mediante una transcriptasa inversa y una guía extendida. En teoría, puede corregir una proporción muy alta de variantes patogénicas humanas. En la práctica, la eficiencia, entrega, especificidad, tamaño molecular y validación clínica siguen siendo obstáculos.
La edición epigenética añade otra dimensión. En lugar de cambiar la secuencia, modula expresión génica mediante dominios que activan o reprimen regiones específicas. Esto podría ser útil cuando se desea apagar un gen tóxico, reactivar un gen silenciado o modular una vía sin alterar permanentemente el ADN. La reversibilidad relativa puede ser una ventaja ética y de seguridad.
La farmacogenómica de estas tecnologías deberá considerar no solo la variante diana, sino el contexto cromatínico, la célula, el estado epigenético, la edad, la inflamación, la replicación, la inmunidad frente al editor y los efectos persistentes. En el futuro, la pregunta no será únicamente “qué mutación tiene el paciente”, sino “qué tipo de escritura molecular conviene: cortar, corregir, sustituir, silenciar, activar o modular”.
Terapia génica y vectores: entregar la instrucción correcta
La terapia génica precede a CRISPR y seguirá siendo esencial. Consiste en introducir, reemplazar, silenciar o modificar material genético para tratar enfermedad. Los vectores virales, especialmente AAV y lentivirus, han permitido avances en retina, músculo, hígado, sistema hematopoyético, inmunodeficiencias y enfermedades neuromusculares. Las nanopartículas lipídicas, impulsadas por el éxito de las vacunas de ARN, ofrecen una alternativa no viral y potencialmente repetible.
El problema central es la entrega. Cada tejido exige una estrategia distinta. La retina puede recibir inyección subretiniana; el hígado capta nanopartículas con relativa facilidad; la médula ósea puede modificarse ex vivo; el cerebro y el músculo plantean barreras de escala, inmunidad y distribución. La dosis necesaria para alcanzar suficientes células puede aumentar toxicidad. La inmunidad frente al vector puede impedir retratamiento.
La terapia génica ha tenido éxitos espectaculares y advertencias serias. En inmunodeficiencias, algunas aproximaciones iniciales produjeron leucemias por inserción; en terapias AAV sistémicas se han observado toxicidades hepáticas, trombóticas, inmunológicas y neurológicas en determinados contextos. La medicina de precisión debe aprender de ambos: el vector es tratamiento, pero también riesgo biológico.
El futuro de la terapia génica dependerá de vectores más específicos, promotores tisulares, control de dosis, sistemas apagables, entrega dirigida, fabricación escalable y seguimiento de décadas. Una terapia de una sola administración puede requerir vigilancia durante toda la vida.
ARN terapéutico: del mensaje transitorio a la medicina modular
El ARN ha pasado de ser intermediario molecular a plataforma terapéutica. Los oligonucleótidos antisentido pueden modificar splicing, degradar ARN o bloquear traducción. El ARN interferente permite silenciar genes, especialmente en hígado. El ARN mensajero instruye temporalmente a células para producir antígenos, proteínas terapéuticas o componentes de edición. Los aptámeros, microARN y ARN circulares amplían posibilidades.
Nusinersen, desarrollado para atrofia muscular espinal, modificó el splicing de SMN2 y demostró que un oligonucleótido podía cambiar el curso de una enfermedad neuromuscular devastadora. Patisiran e inclisiran mostraron el potencial del silenciamiento génico en enfermedades hepáticas y cardiovasculares. Las vacunas de ARN mensajero demostraron capacidad de diseño, fabricación rápida y despliegue global, aunque también revelaron desafíos de distribución, confianza pública y vigilancia de seguridad.
El ARN tiene ventajas: es programable, relativamente rápido de diseñar y no necesariamente permanente. Pero exige entrega adecuada, estabilidad, repetición de dosis, control de inmunogenicidad, acceso tisular y coste. En enfermedades raras ultraminoritarias, los oligonucleótidos N-of-1 abren una vía extraordinaria, pero plantean dilemas regulatorios y de evidencia.
La medicina del ARN será una de las columnas de la farmacogenómica futura porque permite modular expresión sin reescribir necesariamente el genoma. Es una medicina de mensajes: algunos se silencian, otros se corrigen y otros se envían durante el tiempo necesario.
Terapias celulares: CAR-T, TCR-T, NK y células vivas como fármacos
Las terapias celulares han convertido la célula en medicamento. Las CAR-T rediseñan linfocitos T para reconocer antígenos tumorales mediante receptores quiméricos. Han transformado leucemias, linfomas y mieloma múltiple. Las TCR-T reconocen péptidos presentados por HLA y permiten dirigirse a antígenos intracelulares, ampliando posibilidades en tumores sólidos. Las células NK, macrófagos modificados, T reguladoras y células madre mesenquimales representan plataformas adicionales.
El avance hacia tumores sólidos es uno de los grandes desafíos. El microambiente tumoral inhibe células, limita penetración, agota linfocitos, expresa antígenos heterogéneos y comparte dianas con tejidos sanos. La aprobación de una terapia TCR modificada para sarcoma sinovial mostró que los tumores sólidos empiezan a ser accesibles a terapias celulares, aunque la selección por antígeno, HLA, carga tumoral y toxicidad seguirá siendo compleja.
La farmacogenómica celular incluye genotipo tumoral, HLA, antígeno, microambiente, estado inmune del paciente, microbioma, tratamientos previos y riesgo de síndrome de liberación de citoquinas o neurotoxicidad. Tocilizumab, corticoides, anakinra y estrategias de control inmunológico forman parte del manejo. El futuro incluirá interruptores de seguridad, CAR regulables, células alogénicas universales, edición para evitar rechazo, resistencia a agotamiento y combinaciones con vacunas o checkpoint inhibitors.
Una terapia celular no se prescribe como una pastilla; se fabrica, se expande, se libera, se infunde y se vigila. Es farmacología viva, y por eso requiere una infraestructura clínica y ética completamente distinta.
Medicina regenerativa, organoides y biofabricación
La medicina regenerativa aspira a reparar tejidos dañados, reemplazar células perdidas o crear modelos humanos para probar tratamientos. Células madre pluripotentes inducidas, organoides, matrices, biomateriales, impresión 3D, vesículas extracelulares y factores de crecimiento están cambiando el modo de estudiar enfermedad. Los organoides de cerebro, intestino, hígado, riñón, retina o tumor permiten observar respuestas humanas en sistemas más cercanos al paciente que cultivos simples.
En farmacogenómica, los organoides pueden actuar como avatares. Un organoide tumoral puede probar sensibilidad a fármacos; un organoide intestinal puede estudiar fibrosis quística; células derivadas de iPSC pueden modelar cardiotoxicidad, epilepsia, Parkinson o enfermedades mitocondriales. Esto permite pasar de predicción genética indirecta a ensayo funcional personalizado.
La biofabricación de tejidos plantea una visión aún más ambiciosa: parches cardíacos, cartílago, piel, córnea, islotes pancreáticos, neuronas dopaminérgicas, hepatocitos o riñón parcial. Pero la regeneración humana enfrenta problemas de vascularización, integración, inmunidad, maduración, tumorigenicidad, escala y regulación. Fabricar células no equivale a reconstruir órganos.
El futuro combinará edición génica e iPSC para crear células corregidas autólogas, bancos alogénicos HLA compatibles, organoides predictivos y ensayos clínicos más adaptativos. La medicina regenerativa será personalizada cuando no solo regenere tejido, sino función relevante para el paciente.
Inteligencia artificial clínica: de la predicción a la decisión asistida
La inteligencia artificial puede identificar patrones en datos clínicos, imágenes, genomas, señales fisiológicas y trayectorias longitudinales. En medicina personalizada, su promesa es integrar dimensiones que el razonamiento humano no puede manejar simultáneamente. Un algoritmo puede combinar farmacogenes, función renal, interacciones, historial de eventos adversos, imagen, biomarcadores y texto clínico para anticipar toxicidad o sugerir tratamiento.
En radiología, dermatología, oftalmología, patología digital y cardiología, la IA ya muestra capacidad diagnóstica en tareas concretas. En farmacogenómica, puede priorizar variantes, predecir efectos funcionales, interpretar interacciones, diseñar moléculas, identificar pacientes para ensayos, optimizar dosis y detectar señales de farmacovigilancia. Los modelos fundacionales biomédicos prometen asistir escritura clínica, extracción de datos y síntesis de evidencia.
Pero la IA clínica debe ser evaluada como tecnología médica, no como herramienta neutra. Puede alucinar, sesgar, sobreajustar, degradarse con cambios de población, fallar en minorías, ocultar incertidumbre o desplazar responsabilidad. El Reglamento Europeo de Inteligencia Artificial clasifica muchos sistemas sanitarios como de alto riesgo y exige gestión de riesgo, calidad de datos, documentación, transparencia, supervisión humana y vigilancia.
La IA no debe sustituir el juicio clínico, sino hacerlo más informado. Una medicina personalizada gobernada por algoritmos opacos podría ser menos humana y menos justa. Una IA bien validada, auditable y supervisada puede convertirse en copiloto de precisión.
Descubrimiento de fármacos asistido por IA y diseño generativo
El desarrollo de fármacos tradicional es lento, costoso y con alta tasa de fracaso. La IA promete acelerar identificación de dianas, diseño molecular, predicción de estructura, optimización de afinidad, toxicidad, farmacocinética y reposicionamiento. AlphaFold y modelos de predicción estructural cambiaron el acceso al espacio proteico. Los modelos generativos pueden proponer moléculas, anticuerpos, enzimas, proteínas terapéuticas o guías de edición.
En farmacogenómica, la IA puede conectar variantes con función proteica y respuesta a fármacos. Puede predecir si una mutación altera un bolsillo de unión, si una variante rara afecta splicing, si una proteína diseñada será inmunógena o si un paciente con un perfil multiómico responderá a una combinación. También puede ayudar a diseñar terapias para enfermedades ultrarraras donde no existen mercados convencionales.
Sin embargo, diseñar una molécula no es curar una enfermedad. La biología humana incluye compensaciones, toxicidades, metabolismo, inmunidad, adherencia y desigualdad. Un compuesto generado por IA debe pasar por química, farmacología, toxicología, ensayos clínicos, fabricación y vigilancia. La velocidad computacional no elimina la lentitud ética de demostrar seguridad.
El diseño generativo cambiará la investigación biomédica, pero su éxito dependerá de datos de alta calidad, validación experimental y regulación capaz de distinguir innovación real de automatización especulativa.
Gemelos digitales, multiómica y ensayos clínicos adaptativos
El gemelo digital es una representación computacional dinámica de un paciente, órgano, tumor o proceso fisiológico. En teoría, permitiría simular tratamientos antes de administrarlos. En oncología, un gemelo digital podría integrar genómica tumoral, imagen, microambiente, farmacocinética y evolución clonal. En cardiología, podría simular arritmias, válvulas, flujo o respuesta a dispositivos. En farmacología, podría predecir dosis, interacciones y toxicidad.
La multiómica —genoma, epigenoma, transcriptoma, proteoma, metaboloma, microbioma— permite describir al paciente como sistema. Pero cada capa añade ruido, coste y complejidad. El futuro no será medir todo en todos, sino medir lo necesario en el momento adecuado. La precisión no consiste en acumulación infinita de datos, sino en elegir datos que cambian decisiones.
Los ensayos clínicos también cambiarán. Diseños adaptativos, basket trials, umbrella trials, estudios N-of-1, ensayos pragmáticos, plataformas y evidencia de mundo real permitirán evaluar tratamientos en subgrupos moleculares pequeños. Las terapias avanzadas y enfermedades raras exigen nuevas formas de evidencia sin renunciar al rigor.
El gemelo digital ideal no será una réplica perfecta del paciente, sino un instrumento útil para reducir incertidumbre. Si no mejora decisiones, será una metáfora tecnológica más que una herramienta médica.
Farmacogenómica preventiva y salud poblacional de precisión
La medicina personalizada no debe limitarse a pacientes con enfermedades avanzadas. Su mayor potencial está en prevención. Genotipado farmacogenómico preemptivo, puntuaciones poligénicas, cribado neonatal genómico, biomarcadores tempranos, sensores, historia familiar digital, microbioma y exposoma pueden anticipar riesgo antes de la enfermedad. Pero la prevención personalizada puede convertirse en una medicina ansiosa si no se gobierna bien.
El genotipado farmacogenómico preventivo tiene una lógica sólida: el resultado se obtiene una vez y puede usarse repetidamente. Si está integrado en la historia clínica con alertas fiables, puede evitar reacciones graves cuando se prescribe por primera vez un fármaco. El problema no es científico, sino organizativo: quién paga, quién interpreta, cómo se actualiza, cómo se evita fatiga de alertas y cómo se protege la privacidad.
Las puntuaciones poligénicas pueden estratificar riesgo de enfermedad coronaria, cáncer, diabetes o Alzheimer, pero su utilidad depende de población, calibración, intervención disponible y comunicación. En grupos infrarrepresentados, su precisión puede ser menor. Si se aplican sin equidad, pueden reforzar sesgos.
La salud poblacional de precisión debe unir lo molecular con lo social. Un genotipo puede indicar riesgo, pero vivienda, alimentación, contaminación, educación, soledad y acceso sanitario determinan si la prevención será posible. La precisión sin justicia social es una medicina incompleta.
Riesgos éticos: germline, mejora humana y desigualdad biológica
La edición génica somática busca tratar al paciente sin modificar la línea germinal. La edición germinal, en cambio, alteraría embriones, gametos o células cuya modificación podría transmitirse a futuras generaciones. La edición germinal humana con fines reproductivos plantea riesgos científicos y éticos enormes: efectos fuera de objetivo, mosaicismo, consentimiento imposible de descendientes, desigualdad, eugenesia, presión social y redefinición de normalidad.
El caso de los bebés editados en China mostró que la frontera técnica puede cruzarse antes de que exista consenso moral. La comunidad científica reaccionó con condena, pero el episodio demostró que la gobernanza global es frágil. El futuro necesitará acuerdos internacionales, transparencia, sanciones y cultura ética compartida.
La mejora humana es otra frontera. Editar para prevenir una enfermedad grave no equivale a editar para aumentar rendimiento, apariencia, inteligencia o longevidad. Pero la línea puede volverse borrosa. La medicina personalizada debe evitar deslizarse desde curar hacia optimizar seres humanos según valores de mercado.
La desigualdad biológica puede ser la forma más profunda de desigualdad futura. Si solo algunos pueden comprar edición, células, IA y longevidad, la medicina personalizada podría dividir a la humanidad entre corregidos y no corregidos. El futuro ético dependerá de impedir esa fractura.
Implementación clínica: hospitales aumentados, equipos híbridos y nueva alfabetización
La medicina personalizada del futuro requerirá hospitales diferentes. Necesitará laboratorios genómicos, biobancos, unidades de terapia celular, farmacia avanzada, bioinformática clínica, comités moleculares, IA validada, farmacólogos, genetistas, inmunólogos, bioeticistas, ingenieros, especialistas en datos y clínicos capaces de conversar entre disciplinas. El médico aislado no podrá gestionar solo la complejidad.
Los comités moleculares, ya comunes en oncología, se expandirán a enfermedades raras, neurología, inmunología, cardiología y farmacogenómica. Interpretarán variantes, terapias posibles, ensayos, riesgos y preferencias. La farmacia hospitalaria será un centro de decisión genómica: validará interacciones, genotipos, dosis, terapias avanzadas y seguimiento.
La alfabetización de pacientes será igualmente necesaria. Las personas deberán comprender que no todo hallazgo es tratable, que una terapia génica no siempre cura, que la IA puede ayudar, pero no garantizar, que la edición puede tener riesgos y que los datos personales tienen valor. La confianza pública será un recurso clínico.
La implementación exitosa no dependerá solo de tener tecnología, sino de rediseñar procesos. Un genoma sin alerta en la prescripción, una CAR-T sin UCI preparada, una IA sin auditoría o un organoide sin decisión clínica son innovación incompleta.
Conclusiones
El futuro de la medicina personalizada será una convergencia entre edición génica, terapias avanzadas e inteligencia artificial. CRISPR y sus derivados permitirán corregir, modular o reescribir instrucciones biológicas; las terapias celulares convertirán células en fármacos vivos; el ARN ofrecerá tratamientos programables y reversibles; la medicina regenerativa buscará reparar tejidos; los organoides modelarán respuestas; la IA integrará datos y asistirá decisiones; y la farmacogenómica clásica seguirá siendo la base para usar medicamentos con seguridad.
Pero la promesa técnica debe acompañarse de una promesa moral. La medicina personalizada no debe convertirse en medicina inaccesible, medicina opaca o medicina de mejora selectiva. Debe orientarse a reducir sufrimiento, evitar toxicidad, corregir enfermedades graves, ampliar oportunidades terapéuticas y distribuir beneficios. La tecnología más avanzada puede fracasar si olvida equidad, evidencia, consentimiento, privacidad y responsabilidad.
La medicina del futuro no será menos humana por ser más molecular. Será menos humana solo si delega en máquinas y vectores lo que corresponde a la deliberación clínica. La verdadera medicina personalizada no consiste en adaptar al paciente a la tecnología, sino en adaptar la tecnología a la vida concreta del paciente.
El porvenir de la farmacogenómica es una medicina capaz de leer, escribir, editar, simular y acompañar. Leer el genoma; escribir instrucciones terapéuticas; editar errores cuando sea seguro; simular decisiones con inteligencia artificial; y acompañar al ser humano que sigue siendo, pese a toda innovación, el centro de la medicina.
Ramón Cacabelos
Catedrático de Medicina Genómica