La iniciativa de NVIDIA para crear un conjunto de datos abiertos sobre proteínas apunta a la próxima pandemia antes de que comience
NVIDIA anunció una iniciativa para crear un conjunto de datos abiertos sobre proteínas el 24 de septiembre de 2026, sumándose a Google y a organizaciones de investigación internacionales antes de la próxima pandemia. La coalición busca que los investigadores estudien proteínas potencialmente peligrosas antes de que un patógeno desconocido comience a propagarse. Este enfoque enfrenta una realidad difícil: el desarrollo de vacunas contra la COVID-19 se benefició de años de investigación previa sobre coronavirus, algo de lo que el próximo brote podría carecer.
La iniciativa de NVIDIA para crear un conjunto de datos abiertos sobre proteínas traslada parte de la preparación ante pandemias de la respuesta de emergencia al mapeo biológico anticipado. En lugar de esperar a que surja un nuevo virus, los investigadores pueden organizar secuencias de proteínas, estructuras predichas y evidencia relacionada antes de un brote.
Esa promesa también genera la tensión central. Las predicciones computacionales abiertas pueden ampliar el acceso y acortar la investigación inicial, pero no pueden sustituir los experimentos, el muestreo representativo ni la coordinación internacional de confianza. La coalición está construyendo una ventaja inicial, no una defensa terminada.
La COVID-19 ofrece la referencia histórica. Los científicos no se enfrentaron por primera vez a los coronavirus en 2020. Los trabajos previos sobre el SARS, el MERS, las proteínas de espícula y las plataformas de vacunas ayudaron a los investigadores a avanzar más rápido una vez que apareció el nuevo virus.
El próximo patógeno pandémico podría provenir de una familia con mucho menos conocimiento acumulado. NVIDIA y sus socios apuestan a que los datos abiertos sobre proteínas pueden reducir esa desventaja antes de que comience la emergencia.
Qué cambia con la iniciativa de NVIDIA para crear un conjunto de datos abiertos sobre proteínas
El cambio importante está en cuándo comienza el trabajo científico: antes de un brote, en lugar de después de que los investigadores reciban el genoma de un patógeno.
En su anuncio de la coalición, NVIDIA presentó la ciencia abierta como una forma de prepararse para patógenos que carecen de trayectorias de investigación comparables a las de los coronavirus. La iniciativa incorpora a la compañía a un grupo más amplio que incluye a Google y organizaciones internacionales de investigación.
El proyecto se centra en las proteínas, las moléculas biológicas que desempeñan muchas funciones dentro de los organismos y los virus. La forma tridimensional de una proteína influye en gran medida en cómo se une a las células, evade la inmunidad o responde a un fármaco.
Por ello, las estructuras proteicas ofrecen a los investigadores posibles puntos de partida para vacunas, anticuerpos, diagnósticos y compuestos antivirales. Sin embargo, determinar esas estructuras experimentalmente puede requerir equipos especializados, una preparación cuidadosa de las muestras y un tiempo considerable.
Los sistemas de IA ofrecen otra vía. Pueden predecir la estructura probable de una proteína a partir de su secuencia de aminoácidos, la cadena ordenada de bloques moleculares codificados por los genes. Estas predicciones pueden ayudar a los científicos a decidir qué proteínas y experimentos merecen atención primero.
El enfoque de datos abiertos de la coalición es relevante porque ningún laboratorio individual puede estudiar todas las proteínas asociadas con cada patógeno plausible. Un conjunto de datos compartido distribuye el material de partida entre universidades, agencias de salud pública, empresas biotecnológicas y grupos de investigación independientes.
Esa distribución es especialmente importante durante las primeras semanas de un brote. Al principio, los investigadores se enfrentan a datos de vigilancia incompletos, patrones de transmisión inciertos y muestras físicas limitadas. Un registro proteico relevante puede ayudarles a formular antes hipótesis comprobables.
La iniciativa de NVIDIA para crear un conjunto de datos abiertos sobre proteínas también refleja un cambio más amplio en la biología computacional. Las empresas de infraestructura de IA están pasando de proporcionar hardware y software a ayudar a organizar los conjuntos de datos científicos de los que dependen los modelos.
NVIDIA tiene un papel evidente en ese cambio. Los modelos modernos de proteínas requieren una computación extensa durante el entrenamiento y la inferencia, el proceso de generar una predicción a partir de un modelo entrenado. Las GPU pueden acelerar ambas etapas.
Sin embargo, el evento no es simplemente una historia sobre computación de NVIDIA. El conjunto de datos solo será útil cuando virólogos, biólogos estructurales, epidemiólogos e instituciones públicas puedan interpretar y poner a prueba su contenido.
Por tanto, el anuncio vincula tres recursos que a menudo se analizan por separado: datos abiertos, computación con IA y ciencia de laboratorio. Su valor real dependerá de si estos recursos operan como un único sistema de investigación.
Ese sistema también debe preservar el contexto. Una estructura predicha sin su secuencia de origen, medidas de confianza, metodología e historial de versiones puede inducir a error a los investigadores. El acceso abierto por sí solo no hace que un registro científico esté completo.
Esta distinción explica por qué la coalición es más trascendente que otro lanzamiento de modelo. Su objetivo es una infraestructura de investigación duradera que siga disponible entre brotes, cuando la atención política y la financiación de emergencia suelen disminuir.
Por qué el conocimiento sobre proteínas dio a los investigadores de la COVID-19 una ventaja inicial
El desarrollo de vacunas contra la COVID-19 avanzó con rapidez porque los científicos llegaron a 2020 con conocimientos relevantes, no porque partieran de cero y resolvieran todo de una vez.
Los investigadores habían estudiado los coronavirus humanos y animales durante décadas. Los trabajos posteriores al brote de SARS de 2003 y a la identificación del MERS en 2012 aclararon cómo las proteínas de espícula de los coronavirus ayudan a los virus a entrar en las células del huésped.
La proteína de espícula se convirtió en un objetivo crítico para las vacunas contra la COVID-19. Los investigadores también sabían que estabilizar la proteína en una forma determinada podía ayudar al sistema inmunitario a reconocerla con mayor eficacia.
Las plataformas de vacunas proporcionaron otra ventaja. Las vacunas de ARN mensajero utilizan instrucciones genéticas que indican a las células que produzcan un antígeno objetivo, que después entrena al sistema inmunitario. Los científicos habían desarrollado los métodos subyacentes de administración y fabricación antes de la aparición del SARS-CoV-2.
Este conocimiento previo no eliminó la necesidad de ensayos clínicos, validación de fabricación ni seguimiento de seguridad. Redujo el abanico de enfoques plausibles y dio a los equipos puntos de partida concretos.
El próximo patógeno de alto impacto podría no pertenecer a una familia tan bien estudiada. Sus proteínas de superficie podrían contar con pocas estructuras experimentales, anotaciones limitadas o ningún objetivo vacunal establecido.
Esa posibilidad es fundamental para la planificación de patógenos liderada por la Organización Mundial de la Salud. La OMS utiliza el término “Disease X” para una epidemia internacional grave causada por un patógeno que aún no se conoce como causante de enfermedad humana.
Disease X no es una predicción sobre un virus específico. Es un concepto de planificación que obliga a las instituciones a prepararse para la incertidumbre, en lugar de optimizarse exclusivamente para amenazas conocidas.
Un conjunto de datos abiertos sobre proteínas encaja en esa estrategia porque amplía la biblioteca de posibilidades biológicas disponibles para comparación. Cuando aparece una secuencia desconocida, los científicos pueden buscar estructuras relacionadas, regiones conservadas y posibles similitudes funcionales.
Una región conservada es un segmento que cambia relativamente poco entre organismos relacionados. Estas regiones pueden ser objetivos útiles porque pueden seguir siendo reconocibles incluso mientras evolucionan otras partes de un patógeno.
Los investigadores también podrían utilizar las predicciones existentes para seleccionar experimentos de laboratorio. En lugar de tratar cada proteína nueva como igualmente misteriosa, podrían priorizar las proteínas asociadas con la entrada celular, la replicación o la evasión inmunitaria.
Este proceso no produce una vacuna de forma instantánea. Reduce el tiempo dedicado a organizar la información básica y a decidir qué probar.
La idea respalda la ambición más amplia de la 100 Days Mission, que busca poner a disposición contramedidas seguras y eficaces en un plazo de 100 días desde la identificación de una amenaza pandémica. Alcanzar ese objetivo requiere investigación útil antes de que empiece el reloj.
Los datos proteicos son solo un componente. La vigilancia debe detectar el patógeno, los laboratorios deben compartir muestras, los reguladores deben evaluar los productos y los fabricantes deben ampliar la producción.
Aun así, el conocimiento biológico temprano puede influir en cada etapa posterior. Un objetivo proteico poco conocido retrasa el diseño de ensayos, la selección de vacunas y el cribado de fármacos. Mejores mapas preliminares pueden enfocar esas actividades.
Por tanto, la iniciativa de NVIDIA para crear un conjunto de datos abiertos sobre proteínas aborda una debilidad específica de la preparación ante pandemias. La financiación de emergencia puede añadir capacidad informática, pero no puede recrear instantáneamente años de conocimiento biológico organizado.
Cómo los datos abiertos sobre proteínas pueden acortar el primer ciclo de investigación
El argumento más sólido a favor de los datos abiertos sobre proteínas no es la predicción perfecta; es una coordinación más rápida en torno a las preguntas más prometedoras.
La investigación sobre proteínas suele avanzar a través de varias etapas conectadas. Los científicos identifican una secuencia, infieren su función, estiman su estructura, la comparan con proteínas conocidas y prueban experimentalmente las afirmaciones importantes.
La IA puede acelerar la parte intermedia de esa cadena. El trabajo de AlphaFold de DeepMind demostró que el aprendizaje automático podía producir predicciones estructurales útiles a una escala que la biología experimental por sí sola no podía igualar.
La base de datos AlphaFold hizo que las estructuras predichas fueran consultables de forma abierta mediante una asociación entre Google DeepMind y el European Bioinformatics Institute de EMBL. Su modelo público estableció un precedente importante para la distribución de resultados de biología computacional.
Los repositorios abiertos también son anteriores a la IA moderna. El Protein Data Bank lleva mucho tiempo conservando estructuras tridimensionales determinadas experimentalmente y sus registros de respaldo. Estas mediciones siguen siendo puntos de referencia esenciales para evaluar predicciones.
La nueva coalición se sitúa entre estas tradiciones. Puede utilizar métodos computacionales para ampliar la cobertura mientras preserva las prácticas científicas abiertas desarrolladas en torno a los archivos experimentales.
Esa combinación crea varias vías prácticas de investigación.
En primer lugar, los investigadores pueden comparar las proteínas de un nuevo patógeno con estructuras previamente predichas. La similitud estructural a veces revela una relación que la comparación de secuencias por sí sola dificulta observar.
En segundo lugar, los equipos pueden identificar posibles sitios de unión. Un sitio de unión es un área donde otra molécula puede adherirse, modificando potencialmente el comportamiento de una proteína. Estos sitios pueden orientar los primeros trabajos de cribado de fármacos.
En tercer lugar, los investigadores de vacunas pueden examinar regiones expuestas de proteínas que una respuesta inmunitaria podría reconocer. Estas predicciones ayudan a priorizar candidatos, aunque los estudios de laboratorio deben determinar si las regiones son estables y accesibles.
En cuarto lugar, los desarrolladores de diagnósticos pueden buscar características moleculares distintivas. Un objetivo diagnóstico útil debe distinguir el patógeno sin producir un exceso de resultados falsos.
En quinto lugar, los científicos pueden estudiar familias completas de proteínas en lugar de ejemplos individuales. Las comparaciones amplias pueden revelar qué características se mantienen estables y cuáles evolucionan rápidamente.
Aquí es donde el acceso abierto cambia la economía de la participación. Un laboratorio universitario sin recursos para entrenar un modelo grande aún puede analizar predicciones publicadas. Un equipo de salud pública puede combinarlas con registros locales de vigilancia.
Las empresas biotecnológicas pueden utilizar la misma base para trabajos aplicados más específicos. Los insumos compartidos no eliminan la competencia por moléculas, sistemas de administración, métodos de fabricación o ejecución clínica.
En cambio, los datos abiertos pueden crear una capa inicial común. Esa capa se parece más a infraestructura pública que a un producto comercial terminado.
Para los investigadores, el desafío operativo pasa a ser la gestión de la información. Los registros de proteínas pueden incluir secuencias, estructuras, puntuaciones de confianza, anotaciones, versiones de modelos, artículos y actualizaciones experimentales.
Los equipos necesitan una cadena clara entre cada conclusión y su fuente. Una base de conocimientos con capacidad de búsqueda puede ayudar a los grupos a preservar esa procedencia entre artículos, protocolos y análisis locales.
La procedencia implica saber de dónde proviene un registro, cómo se produjo y cuándo cambió. Se vuelve crucial cuando varios modelos generan estructuras diferentes para la misma secuencia.
Los investigadores también necesitan resultados negativos. Un candidato que no superó la validación en laboratorio puede evitar que otro equipo repita el mismo camino. Sin embargo, los experimentos fallidos suelen ser más difíciles de publicar y localizar.
Por tanto, un conjunto de datos abierto eficaz debería admitir revisiones en lugar de presentar las predicciones como respuestas permanentes. La nueva evidencia experimental debe poder corregir el resultado de un modelo anterior.
También debería mostrar la confianza a un nivel útil. Un modelo puede predecir con confianza un dominio de una proteína, pero seguir siendo incierto respecto de una región flexible o una interacción.
Una única puntuación resumida puede ocultar esa variación. Los investigadores necesitan niveles de confianza por residuo o por región, cuando estén disponibles, para decidir qué afirmaciones merecen pruebas inmediatas.
La iniciativa de NVIDIA para crear un conjunto de datos abierto de proteínas puede aportar valor al hacer estos flujos de trabajo más rápidos y accesibles. Su éxito dependerá menos del número de archivos generados que de su utilidad científica.
La Competencia Principal Es la Preparación Abierta Frente a la Recuperación de Emergencia
El verdadero adversario de la coalición es el modelo de investigación reactiva que solo comienza cuando un patógeno peligroso ya se está propagando.
La investigación reactiva no es una decisión tomada por científicos descuidados. A menudo refleja la forma en que la atención pública, la financiación, el acceso a muestras y la urgencia institucional se concentran durante las emergencias.
Entre brotes, el trabajo sobre familias de patógenos poco conocidas puede tener dificultades para obtener apoyo sostenido. El mercado comercial esperado para una vacuna o un antiviral puede seguir siendo incierto hasta que comience una crisis.
Ese ciclo crea un retraso predecible. Los científicos deben caracterizar el patógeno mientras los responsables de salud pública ya están tomando decisiones sobre pruebas, viajes, tratamiento y medidas de protección.
La preparación abierta cambia la secuencia. Los investigadores pueden crear conjuntos de datos de referencia, evaluar modelos comparativamente y estudiar familias de proteínas durante el período más tranquilo previo a una crisis.
La presión recae sobre gobiernos, financiadores de investigación, empresas farmacéuticas y organismos de salud. Deben decidir si la infraestructura de preparación merece inversión continua sin una emergencia inmediata.
Las empresas de IA también enfrentan presión. Es relativamente fácil publicar cifras impresionantes de predicciones. Es más difícil respaldar conjuntos de datos mediante control de versiones, control de calidad, documentación y acceso a largo plazo.
La presencia de Google aporta a la coalición experiencia en predicción de proteínas a gran escala y distribución pública. NVIDIA contribuye infraestructura informática y una cartera creciente de herramientas para la biología computacional.
Esas funciones son complementarias, pero el proyecto debe evitar convertirse en una vitrina para proveedores de computación. Los virólogos y los investigadores de laboratorio deberían determinar qué proteínas reciben atención y qué evidencia las acompaña.
La comparación con AlphaFold resulta instructiva. AlphaFold amplió el acceso a estructuras predichas, mientras que Protein Data Bank siguió siendo el registro de referencia para estructuras experimentales.
Ninguna de las dos vías hizo innecesaria a la otra. Las predicciones ampliaron el espacio de búsqueda, y los experimentos siguieron siendo el estándar para muchas decisiones relevantes.
La preparación ante pandemias exige la misma división del trabajo. Los modelos pueden proponer objetivos y generar hipótesis. Los laboratorios deben comprobar si la proteína relevante se comporta como se predijo en un sistema biológico.
Las instituciones públicas deben entonces conectar la evidencia científica con las políticas. Un objetivo estructuralmente plausible no responde si una enfermedad se propaga de manera eficiente, causa enfermedad grave o amenaza a poblaciones específicas.
Esto hace especialmente importante el compromiso de la coalición con la ciencia abierta. Los conjuntos de datos para la preparación deberían poder utilizarse en los países donde surgen los brotes, no solo dentro de centros de investigación ricos.
El acceso incluye más que permiso para descargar archivos. Los investigadores necesitan suficiente ancho de banda, formatos compatibles, documentación, formación y opciones de computación que no requieran los clústeres más grandes.
El modelo abierto también crea un desafío de coordinación. Diferentes instituciones podrían usar nombres, estándares de metadatos o umbrales de calidad inconsistentes.
La interoperabilidad, la capacidad de sistemas separados para intercambiar e interpretar registros, debe diseñarse dentro del conjunto de datos. De lo contrario, los archivos abiertos pueden permanecer fragmentados entre repositorios incompatibles.
La gobernanza determinará con qué rapidez se corrigen los registros disputados. La coalición necesita procesos transparentes para informar errores, actualizar resultados de modelos y conservar versiones anteriores.
También debe aclarar las licencias. Los investigadores y las empresas deberían entender si pueden redistribuir registros, utilizarlos en descubrimientos comerciales o combinarlos con otros conjuntos de datos.
Estos detalles parecen administrativos, pero determinan la velocidad científica. Durante una emergencia, los equipos no pueden pasar días resolviendo identificadores, licencias e historiales de datos inciertos.
Por tanto, la preparación exige un trabajo paciente de infraestructura. La iniciativa de NVIDIA para un conjunto de datos abierto de proteínas adquiere relevancia si continúa después del anuncio y se convierte en parte de la investigación habitual.
Las Predicciones Abiertas Aún Enfrentan Brechas de Laboratorio y Gobernanza
Las estructuras proteicas abiertas pueden acelerar una hipótesis, pero no pueden demostrar que esa hipótesis sea biológicamente cierta o clínicamente útil.
Una estructura predicha es el resultado de un modelo. Estima la forma probable de una proteína a partir de patrones aprendidos e información proporcionada. La molécula real puede comportarse de manera diferente dentro de una célula.
Las proteínas pueden plegarse de manera distinta según la temperatura, la acidez, las moléculas circundantes, las modificaciones químicas o las interacciones con otras proteínas. Algunas son flexibles en lugar de permanecer fijas en una configuración estable.
Las proteínas virales también pueden formar complejos. Un modelo de un componente aislado podría no capturar cómo interactúan varios componentes durante una infección.
Las estimaciones de confianza ayudan, pero no cubren todas las fuentes de error. Un modelo puede mostrar confianza en una estructura mientras la interpretación biológica sigue siendo incorrecta.
Esta incertidumbre importa cuando los científicos seleccionan objetivos para vacunas o candidatos a fármacos. Una suposición falsa puede redirigir una capacidad de laboratorio escasa durante el período en que la velocidad más importa.
La composición del conjunto de datos presenta otro riesgo. Los modelos aprenden de secuencias y estructuras disponibles, que reflejan prioridades históricas de investigación y una cobertura de vigilancia desigual.
Si algunas regiones geográficas, reservorios animales o familias de patógenos están poco muestreados, el conjunto de datos resultante puede preservar esas brechas. La gran escala no genera automáticamente una cobertura representativa.
La calidad de los datos es igualmente importante. Secuencias incorrectas, especies mal etiquetadas, contaminación o registros duplicados pueden pasar a análisis posteriores, salvo que los responsables del mantenimiento apliquen una validación sólida.
La participación abierta puede revelar errores con mayor rapidez, ya que más investigadores pueden inspeccionar un registro. También puede difundir ampliamente registros deficientes si las correcciones no se propagan de forma fiable.
La bioseguridad plantea una cuestión política más difícil. Los conjuntos de datos biológicos detallados respaldan investigaciones legítimas, pero cierta información puede tener potencial de doble uso, lo que significa que podría facilitar actividades perjudiciales.
Eso no justifica tratar toda la investigación sobre proteínas como secreta. Sí exige una gobernanza que distinga la información científica de utilidad general de los detalles operativos sensibles.
El desafío consiste en evitar dos extremos costosos. Las restricciones excesivas pueden ralentizar la investigación de salud pública y concentrar la capacidad en unas pocas instituciones. Una divulgación descuidada puede ignorar preocupaciones creíbles de uso indebido.
La confianza internacional también importa. Un conjunto de datos sobre pandemias estará incompleto si los países o laboratorios temen que compartir secuencias no les aportará reconocimiento, acceso ni beneficios.
El acuerdo sobre pandemias de la WHO refleja el debate más amplio sobre acceso a patógenos, reparto de beneficios, financiación y distribución equitativa. Las predicciones de proteínas no pueden resolver esas cuestiones políticas.
Por tanto, la coalición de NVIDIA debería juzgarse por algo más que su producción técnica. Necesita una participación significativa de instituciones que recolectan muestras y responden a brotes en regiones diversas.
La autoría y la atribución forman parte de ese acuerdo. Los científicos locales que generan secuencias o caracterizan patógenos deberían seguir siendo visibles en la cadena de investigación resultante.
El reparto de beneficios también importa. Un país que aporta datos esenciales no debería enfrentar un acceso retrasado a diagnósticos, tratamientos o vacunas derivados de esa contribución.
También existe un riesgo de durabilidad. La infraestructura pública de investigación puede debilitarse cuando expiran las subvenciones, cambian las prioridades corporativas o una crisis desaparece de los titulares.
La gestión a largo plazo requiere alojamiento estable, propiedad institucional clara, copias de seguridad y planes de migración. Los investigadores necesitan confianza en que los identificadores y las citas seguirán resolviéndose años después.
Por último, las afirmaciones de la coalición requieren una evaluación independiente. Las medidas útiles incluyen la precisión de las predicciones, la cobertura de familias de patógenos desatendidas, la velocidad de actualización y la adopción en laboratorios.
Los recuentos de descargas por sí solos revelarían poco. Un conjunto de datos puede despertar curiosidad sin mejorar las decisiones experimentales ni la respuesta a los brotes.
La prueba más sólida provendría de ensayos prospectivos. Los investigadores podrían seleccionar proteínas no caracterizadas previamente, publicar predicciones y compararlas con estructuras experimentales posteriores.
Estos estudios mostrarían dónde el sistema funciona bien y dónde la incertidumbre sigue siendo demasiado alta. También ayudarían a los equipos a desarrollar reglas para llevar una predicción al trabajo de laboratorio.
Esta visión escéptica no invalida el proyecto. Define las condiciones bajo las cuales los datos abiertos sobre proteínas se convierten en preparación en vez de publicidad.
Tres Señales Mostrarán Si la Coalición Cumple
La próxima prueba es si la coalición convierte una premisa convincente en un sistema de investigación mantenido y validado de forma independiente.
La primera señal es una publicación pública concreta con un alcance documentado. Los investigadores deberían observar el número y los tipos de proteínas incluidos, sus criterios de selección, licencias, metadatos y campos de confianza del modelo.
Una publicación útil debería identificar las secuencias subyacentes y los métodos de predicción. También debería explicar cómo los usuarios pueden informar errores y obtener versiones actualizadas.
Si aparecen esos elementos, el proyecto se parecerá más a infraestructura científica. Si la publicación enfatiza la escala sin documentación, la afirmación central se debilitará.
La segunda señal es la validación independiente en laboratorio. Grupos externos deberían poder probar estructuras seleccionadas y publicar dónde las predicciones tienen éxito o fracasan.
La validación debería incluir proteínas difíciles, no solo ejemplos ya similares a registros bien caracterizados. El desempeño en familias de patógenos desatendidas será especialmente informativo.
Los resultados prospectivos consistentes reforzarían el argumento de que las predicciones abiertas pueden orientar la investigación temprana sobre brotes. Los fallos grandes e inexplicados limitarían el papel práctico del conjunto de datos.
La tercera señal es la adopción en distintas regiones e instituciones. La evidencia debería incluir su uso por laboratorios de salud pública, universidades e investigadores fuera de los principales socios tecnológicos de la coalición.
Esa adopción revelará si el acceso es realmente abierto en la práctica. La disponibilidad de archivos sirve de poco si los usuarios carecen de documentación, herramientas compatibles o voz en la gobernanza.
Los lectores también deberían observar cómo gestiona el proyecto las correcciones. Los cambios transparentes, los historiales de versiones preservados y el reconocimiento visible a los colaboradores generarían confianza.
La iniciativa de NVIDIA de datos abiertos sobre proteínas no determinará por sí sola el desenlace de la próxima pandemia. La vigilancia de patógenos, la comunicación pública, los ensayos clínicos, la fabricación y una distribución equitativa siguen siendo indispensables.
Aun así, puede cambiar la posición de partida. Los científicos que se enfrenten a una amenaza desconocida podrían comenzar con un mapa consultable de estructuras plausibles, en lugar de una página casi vacía.
Esa es la promesa defendible del proyecto. La ciencia abierta puede hacer que el primer ciclo de investigación sea más informado, coordinado y ampliamente accesible antes de que llegue la presión de una emergencia.
La cuestión más difícil es si las instituciones mantendrán esa preparación cuando ninguna crisis domine las noticias. Investigadores, financiadores y líderes de salud pública deberían seguir el lanzamiento, poner a prueba sus registros y exigir una validación medible.
Si la coalición cumple esas tres señales, los datos abiertos sobre proteínas se convertirán en algo más que un archivo. Se convertirán en una capa compartida de preparación para el próximo patógeno que los científicos aún no conocen.
