ByteDance lanzó Protenix-v1: modelo Open-Source para la predicción de estructuras biomoleculares

ByteDance el 8 de febrero de 2026 presentó Protenix-v1 — un modelo abierto para predecir la estructura de biomoléculas, que reproduce la arquitectura y las capacidades de AlphaFold3 (AF3) y se distribuye con código fuente y pesos del modelo bajo la licencia Apache 2.0.

Qué es Protenix-v1

Protenix-v1 es, según MarkTechPost, una "reproducción integral de AlphaFold3": no un análogo recortado, sino un modelo dirigido al mismo nivel de precisión en condiciones comparables. ByteDance publicó no solo el código, sino también los pesos del modelo (parámetros del modelo) en sí — lo que significa que el sistema puede ejecutarse y ajustarse de manera independiente, sin recurrir a una API cerrada o un servicio de pago.

• Desarrollador del modelo — ByteDance
• Nombre de la versión — Protenix-v1
• Objetivo declarado — precisión al nivel de AlphaFold3 (AF3)
• Código y pesos publicados bajo licencia Apache 2.0
• Tipos de estructuras objetivo — proteínas, ADN, ARN y ligandos
• MarkTechPost publicó material sobre la versión el 8 de febrero de 2026

La licencia Apache 2.0, bajo la cual se lanzó el modelo, es una de las más permisivas entre las licencias abiertas: permite el uso comercial, la modificación y la distribución de versiones derivadas sin la obligación de revelar su código fuente. Para laboratorios y startups, esto significa que Protenix-v1 puede integrarse en sus propios productos y tuberías sin las restricciones legales características de las licencias copyleft más estrictas.

Cómo el modelo se compara con AlphaFold3

La pregunta clave planteada por MarkTechPost es: ¿qué tan cerca puede llegar un modelo abierto a la precisión de AlphaFold3 si se equiparan tres parámetros: datos de entrenamiento, escala del modelo y presupuesto de inferencia. Este planteamiento es importante: convierte Protenix-v1 no en un producto independiente con afirmaciones de calidad abstractas, sino en un modelo que se puede evaluar contra criterios claros y comparables con un punto de referencia específico.

"¿Qué tan cerca puede llegar un modelo abierto a la precisión de

AlphaFold3 si se equiparan los datos de entrenamiento, la escala del modelo y el presupuesto de inferencia?" — así es como MarkTechPost plantea la pregunta central del material sobre Protenix-v1.

La formulación de la pregunta en sí misma indica la metodología utilizada en la descripción del modelo: la comparación no se basa en números de referencias absolutas, sino en insumos iguales — es decir, con la misma cantidad de datos de entrenamiento, escala de modelo similar y presupuesto de inferencia igual. Esto hace que la afirmación de ByteDance sea más verificable que las comparaciones de marketing sin condiciones especificadas.

Qué estructuras predice el modelo

Protenix-v1 se dirige a varias clases de biomoléculas a la vez — proteínas, ADN, ARN y ligandos, que es la misma versatilidad por la que es conocido AlphaFold3. Esto distingue el modelo de los sistemas especializados estrechos que funcionan solo con un tipo de estructura: los desarrolladores declaran explícitamente que el objetivo es cubrir todas las clases principales con las que trabaja AF3, dentro de una única arquitectura.

La publicación abierta de código y pesos amplía el círculo de quienes pueden trabajar con un modelo de este nivel. Los laboratorios y grupos de investigación sin acceso a sistemas comerciales cerrados ganan la capacidad de reproducir experimentos e incrustar Protenix-v1 en sus propios tuberías directamente, en lugar de a través de una API externa limitada.

Lo que esto significa

Un modelo abierto que apunta a la precisión de nivel AlphaFold3 en múltiples clases de biomoléculas y se distribuye con código completo, pesos y una licencia Apache 2.0 permisiva reduce la barrera de entrada en la biología estructural para equipos sin acceso a sistemas cerrados y permite que la precisión declarada se verifique de forma independiente, en lugar de ser aceptada por la palabra del desarrollador.