Meta lanza UMA Nitro: un modelo de átomos encontró formas cristalinas de fármacos sin fine-tuning
Los químicos primero criban en el ordenador a los candidatos a fármaco, pero los cálculos atómicos precisos tardan mucho. Meta ha lanzado UMA Nitro, una versión acelerada de la red neuronal UMA, que predice el comportamiento de los átomos. Junto con Carnegie Mellon y UC Riverside, el modelo encontró muchas formas cristalinas de fármacos sin fine-tuning, y la forma influye en cómo se disuelve una pastilla. Este modelo abierto puede servir como primer filtro antes del laboratorio.
Procesado por IA desde Meta Corporate News; editado por Hamidun News
Antes de que un nuevo fármaco o material llegue al tubo de ensayo, los químicos criban cientos de candidatos en el ordenador. Es más barato que los experimentos de laboratorio, pero los cálculos precisos a nivel atómico requieren mucho tiempo. Meta aborda justo ese problema: en la cumbre Open Source AI for Science en Menlo Park, el equipo FAIR (la división de investigación de Meta en IA fundamental) presentó UMA Nitro, una versión acelerada del modelo universal de átomos UMA (Universal Model for Atoms). Se trata de una red neuronal que predice cómo interactúan los átomos en moléculas y materiales. Y «sin fine-tuning» significa que el modelo resolvió una tarea nueva sin recibir ejemplos adicionales para ella.
Un ejemplo sencillo: un farmacéutico quiere saber en qué formas cristalinas puede existir la molécula de un fármaco. De la forma depende la rapidez con que se disuelve la pastilla. Antes hacían falta cálculos pesados o largas series de experimentos de laboratorio; ahora, parte del trabajo puede asumirla una red neuronal.
Qué se mostró en la cumbre
La cumbre fue más amplia que un solo modelo. Durante dos días, investigadores de universidades, hospitales y la industria debatieron cómo los modelos, las herramientas y los datos abiertos ayudan a la medicina, la neurociencia, la química, la ciencia de materiales y las matemáticas. Los participantes también trabajaron en talleres prácticos junto con los autores de los modelos de Meta.
Para los desarrolladores y fundadores que construyen productos cerca de la ciencia, lo más concreto es la química basada en UMA. Pero conviene fijarse también en las demás novedades.
Cristales de fármacos y enzimas
En un estudio con Carnegie Mellon y UC Riverside, los modelos UMA encontraron muchas formas cristalinas de moléculas de fármacos sin datos de entrenamiento adicionales. En la práctica esto importa: no hace falta reunir un dataset propio ni reentrenar el modelo para cada molécula.
Junto con la Universidad de Chicago, Meta mostró que UMA es capaz de simular enzimas completas átomo por átomo. Las enzimas son proteínas que desencadenan reacciones químicas en el organismo. Si se entiende cómo funcionan, se puede intentar mejorarlas para la medicina, el medioambiente y la energía. Meta lo plantea con cautela: habla de una ayuda potencial para los científicos, no de descubrimientos ya hechos.
El anuncio no incluye cifras concretas sobre la velocidad de UMA Nitro, así que la mejora habrá que comprobarla con pruebas independientes.
Del laboratorio al aula
UMA Playground es un entorno interactivo donde se pueden montar moléculas, ver cómo se rompen y se forman los enlaces y analizar reacciones químicas. Discovery Education anunció que la herramienta está disponible para los profesores de química de bachillerato, junto con materiales didácticos. La plataforma llega a más de 4 millones de docentes y 45 millones de alumnos. El curso universitario RealChem de Arizona State y Carnegie Mellon, que usan casi 100 centros educativos, planea incluir Playground en las tareas de los estudiantes.
Cerebro, robots y matemáticas
Meta ha ampliado el Digital Brain Project, lanzado junto con la Rothschild Hospital Foundation y la Universidad de Montreal: el objetivo de datos abiertos y anonimizados sobre el cerebro ha pasado de 15 000 a 25 000 horas. La Universidad de Pittsburgh presentó un sistema robótico asistivo basado en DINOv3 y SAM 3; el equipo planea demostrar un robot que ayude a una persona a comer y está probando comandos de voz en lenguaje libre.
En matemáticas, la apuesta es Lean, un lenguaje abierto con el que el ordenador verifica cada paso lógico de una demostración. Así se evita tener que revisar de nuevo durante meses o años un resultado, ya venga de un colega, de un estudiante o de un asistente de IA. Para este trabajo, FAIR presentó ATLAS, una biblioteca abierta que ha formalizado 26 libros de texto y más de 45 000 definiciones y resultados verificados por ordenador.
Qué significa en la práctica
Si montas una startup en biotecnología, ciencia de materiales o ingeniería química, puedes probar UMA como filtro preliminar: descartar a los candidatos débiles antes de gastar en el laboratorio. También hay limitaciones que conviene reconocer. Los resultados sobre cristales proceden de un proyecto de investigación, no de un proceso industrial, y las enzimas siguen siendo, por ahora, una demostración. El anuncio no incluye cifras de precisión, así que antes de implantarlo conviene probar el modelo con tus propios datos y compararlo con los cálculos clásicos. En cambio, los modelos y el código abiertos ofrecen una capa base sobre la que se pueden construir herramientas, en lugar de escribir simuladores desde cero.
- 20 nov 2026Orange ajusta Qwen3 para el wolof: cinco modelos abiertos de 0,6 a 14 mil millones de parámetros
- 20 nov 2026Google enseña a Gemini a controlar el Mac en segundo plano, sin ocupar la pantalla ni el cursor
- 20 nov 2026Daydream lanza un estilista con IA que compra por sí solo ropa de 10 000 marcas
- 20 nov 2026Model ML capta $250 millones para agentes de IA dirigidos a banqueros, con una valoración de $1,5 mil millones
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué se mostró en la cumbre?
La cumbre fue más amplia que un solo modelo. Durante dos días, investigadores de universidades, hospitales y la industria debatieron cómo los modelos, las herramientas y los datos abiertos ayudan a la medicina, la neurociencia, la química, la ciencia de materiales y las matemáticas. Los participantes también trabajaron en talleres prácticos junto con los autores de los modelos de Meta. Para los desarrolladores y fundadores que construyen productos cerca de la ciencia, lo más concreto es la química basada en UMA.
¿Qué se sabe sobre Cristales de fármacos y enzimas?
En un estudio con Carnegie Mellon y UC Riverside, los modelos UMA encontraron muchas formas cristalinas de moléculas de fármacos sin datos de entrenamiento adicionales. En la práctica esto importa: no hace falta reunir un dataset propio ni reentrenar el modelo para cada molécula. Junto con la Universidad de Chicago, Meta mostró que UMA es capaz de simular enzimas completas átomo por átomo. Las enzimas son proteínas que desencadenan reacciones químicas en el organismo.
¿Qué se sabe sobre Del laboratorio al aula?
UMA Playground es un entorno interactivo donde se pueden montar moléculas, ver cómo se rompen y se forman los enlaces y analizar reacciones químicas. Discovery Education anunció que la herramienta está disponible para los profesores de química de bachillerato, junto con materiales didácticos. La plataforma llega a más de 4 millones de docentes y 45 millones de alumnos.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.