Cuando predecir no es explicar

La inteligencia artificial está aprendiendo regularidades de proteínas, genomas y trayectorias de salud con una eficacia extraordinaria. Pero una proteína no interpreta una predicción sobre sí misma, una persona sí. Entre ambas escalas aparece una frontera científica, antropológica y política que conviene no borrar.

Mucho antes de la actual expansión de la inteligencia artificial, la trayectoria científica de Alfonso Valencia ya estaba atravesada por una pregunta que hoy resulta central. ¿Hasta dónde podemos inferir lo que hace un sistema biológico a partir de los datos que tenemos sobre él?

En 2000, Damien Devos y Alfonso Valencia publicaron Practical limits of function prediction. El problema era entonces la función de las proteínas. La cantidad de secuencias conocidas crecía mucho más deprisa que la capacidad experimental para determinar qué hacía cada proteína, de modo que la bioinformática trataba de transferir funciones desde proteínas conocidas hacia otras similares. Su análisis mostraba que encontrar patrones permite realizar predicciones útiles, pero que esa transferencia tiene límites derivados de las imprecisiones de las bases de datos, la divergencia evolutiva y la propia plasticidad funcional de las proteínas (Devos & Valencia, 2000).

Veintiséis años después, la escala ha cambiado. Los modelos de aprendizaje profundo predicen estructuras moleculares, exploran la regulación del genoma, procesan historias clínicas, simulan tumores y generan datos biológicos sintéticos. Sin embargo, la pregunta de fondo permanece.

¿Qué sabemos exactamente cuando una predicción acierta?

La cuestión se vuelve especialmente interesante cuando seguimos el recorrido que va desde una secuencia de aminoácidos hasta una persona. En cada cambio de escala aumentan no solo las variables, sino también los tipos de relación que debemos considerar. Entre ellos están el desarrollo, el ambiente, la historia, el lenguaje, las instituciones, la desigualdad y la capacidad de actuar sobre el propio futuro.

Una historia clínica digitalizada no contiene una vida. Contiene aquello de una vida que un determinado sistema sanitario consiguió —y decidió— convertir en dato.

Cuando la evolución se convierte en corpus

La semejanza entre los modelos de lenguaje y los modelos que trabajan con proteínas merece explicarse con cuidado.

Un modelo de lenguaje aprende regularidades dentro de secuencias. En el lenguaje natural, esas secuencias están formadas por unidades discretas —tokens— cuya probabilidad depende del contexto. Algunos modelos se entrenan prediciendo el siguiente elemento; otros, reconstruyendo elementos ocultos. En ambos casos, el aprendizaje surge de encontrar dependencias dentro de cantidades enormes de secuencias.

Las proteínas ofrecen una estructura formal sorprendentemente adecuada para un problema semejante. También están formadas por secuencias de unidades discretas. En este caso, los aminoácidos. El alfabeto es mucho más pequeño —veinte aminoácidos estándar— y las secuencias naturales disponibles son el resultado de una historia evolutiva inmensa.

La analogía no consiste en afirmar que una proteína «hable». Consiste en reconocer que la evolución ha producido un enorme corpus de secuencias en el que determinadas combinaciones aparecen, desaparecen o se conservan bajo restricciones físicas, químicas y funcionales. Esas regularidades pueden aprenderse estadísticamente.

Rives y colaboradores (2021) entrenaron modelos de lenguaje sobre 250 millones de secuencias proteicas que contenían alrededor de 86.000 millones de aminoácidos. Sin recibir anotaciones explícitas sobre estructura, las representaciones internas aprendidas por el modelo empezaron a organizar información relacionada con propiedades bioquímicas, homología, estructura secundaria y terciaria. El objetivo aparentemente sencillo de aprender a reconstruir secuencias obligaba al sistema a captar parte de las restricciones que la evolución había dejado inscritas en ellas.

Ahí aparece una primera conexión importante con los grandes modelos de lenguaje. El contexto permite inferir relaciones que no están explícitamente etiquetadas en los datos.

Pero AlphaFold2 no es, estrictamente, un LLM.

Su arquitectura está diseñada específicamente para el problema de la estructura proteica. El núcleo denominado Evoformer procesa alineamientos múltiples de secuencias y representaciones de pares de residuos mediante componentes basados en atención y otros mecanismos especializados. La información evolutiva contenida en esos alineamientos ayuda a inferir qué aminoácidos han variado conjuntamente a lo largo de la evolución y, por tanto, qué relaciones espaciales podrían existir entre ellos (Jumper et al., 2021).

La conexión con los modelos de lenguaje aparece todavía con más claridad en ESMFold. Lin y colaboradores (2023) mostraron que un gran modelo de lenguaje entrenado directamente sobre secuencias proteicas podía inferir estructuras atómicas a partir de una única secuencia. Al escalar el modelo hasta 15.000 millones de parámetros, sus representaciones internas contenían suficiente información estructural para realizar predicciones tridimensionales a gran velocidad.

Esto permite formular la semejanza con precisión.

Los modelos de lenguaje de proteínas funcionan porque las secuencias contienen regularidades contextuales y evolutivas que permiten inferir propiedades que no están escritas de manera explícita en cada posición.

En cierto sentido, la evolución ha generado el corpus de entrenamiento.

Pero ahí termina también una parte de la analogía.

Los aminoácidos no son palabras. Una proteína no mantiene una conversación, no negocia el significado de una secuencia y no modifica su comportamiento porque conozca una predicción realizada sobre ella. Confundir la utilidad computacional de la metáfora lingüística con una identidad entre proteínas y lenguaje humano sería convertir una herramienta metodológica en una afirmación ontológica.

Una proteína no es una persona

Ese salto de escala recuerda una advertencia que Alfredo Francesch Díaz desarrolló en otro contexto.

En Sabores y sinsabores de un programa darwinista para las ciencias sociales, Francesch Díaz (2010) examina críticamente qué ocurre cuando un programa explicativo construido en biología intenta extenderse hacia fenómenos sociales. Su trabajo no habla de inteligencia artificial ni anticipa los modelos de lenguaje de proteínas. La conexión que proponemos aquí es una analogía. Un marco puede ser extraordinariamente productivo en un dominio sin convertirse por ello en una explicación universal.

La IA ofrece hoy un caso particularmente tentador.

Si un transformer puede descubrir relaciones relevantes entre aminoácidos; si otro modelo puede anticipar la estructura de una proteína; si AlphaGenome puede aprender relaciones entre secuencia y regulación; ¿por qué no continuar ascendiendo hasta modelar tejidos, órganos, comportamientos e incluso personas?

La respuesta no consiste en negar esa posibilidad de modelización. Consiste en reconocer que cada escala introduce propiedades y relaciones nuevas.

Una proteína no es solamente una secuencia, pero su estructura está fuertemente condicionada por propiedades físicas y por restricciones acumuladas durante la evolución. Una persona, en cambio, se desarrolla dentro de entornos que modifica y que la modifican, aprende categorías, participa en instituciones, interpreta significados y puede reaccionar ante las clasificaciones que otras personas o sistemas producen sobre ella.

Añadir variables no resuelve automáticamente ese cambio de naturaleza del problema.

El genoma no es un programa cerrado

La historia de la genómica ofrece un segundo ejemplo.

La secuenciación del genoma humano favoreció durante años una imagen poderosa. Si pudiéramos leer completamente el código, comprenderíamos el organismo. Sin embargo, entre conocer una secuencia y explicar un fenotipo existe una red de regulación genética, desarrollo, interacción celular y condiciones ambientales que no puede reducirse a una lectura lineal del ADN.

La propia bioinformática ha tenido que desplazarse desde la secuencia aislada hacia sistemas cada vez más heterogéneos. Cirillo y Valencia (2019) describen la medicina personalizada como un problema de integración de datos genómicos y multiómicos, imágenes, historias clínicas y datos procedentes de dispositivos personales. Advierten además de que los grandes conjuntos biomédicos son heterogéneos, incompletos e imprecisos y de que nuestra capacidad para generarlos avanza más deprisa que nuestra capacidad para interpretarlos.

La antropología biosocial de Eugenia Ramírez Goicoechea ofrece un marco particularmente fértil para pensar esa dificultad. En Antropología biosocial: Biología, cultura y sociedad, la evolución humana no aparece como el despliegue lineal de un programa genético, sino como un proceso en el que filogenia, ontogenia, epigénesis, plasticidad y entorno están entrelazados (Ramírez Goicoechea, 2013).

Su formulación es especialmente clara. «Lo genético nos define como posibilidad a realizarse, pero sólo en la ontogenia devenimos humanos» (Ramírez Goicoechea, 2013, p. 180).

El gen deja así de ocupar el lugar de causa suficiente. El desarrollo no es simplemente el periodo durante el que se ejecuta un programa ya terminado; es el proceso en el que determinadas potencialidades se realizan bajo condiciones espaciales, temporales, biológicas y sociales concretas.

AlphaGenome muestra hasta dónde puede avanzar ahora la predicción dentro de este terreno. El modelo analiza secuencias de hasta un millón de pares de bases y predice múltiples modalidades de actividad regulatoria. En las evaluaciones publicadas igualó o superó a modelos especializados en 25 de 26 tareas de predicción de efectos de variantes (Avsec et al., 2026).

Es un resultado extraordinario, pero no equivale a haber simulado el desarrollo completo de un organismo. Entre una variante genética y una vida siguen existiendo células, tejidos, microbioma, alimentación, exposición ambiental, enfermedad, aprendizaje y relaciones sociales.

El problema deja entonces de ser únicamente cuánto conocemos del genoma y pasa a ser qué hace ese genoma dentro de un sistema que está continuamente desarrollándose.

De la trayectoria clínica a la biografía encarnada

Cuando pasamos del genoma a las historias clínicas aparece otra transformación.

Delphi-2M, publicado en 2025, fue entrenado con datos de aproximadamente 400.000 participantes del UK Biobank y validado externamente con 1,9 millones de personas en Dinamarca. El sistema modela probabilísticamente la evolución temporal de más de mil enfermedades y puede generar trayectorias posibles de salud a largo plazo (Shmatko et al., 2025).

Para el modelo, una trayectoria clínica es una secuencia de acontecimientos codificados. Incluye diagnósticos, medicamentos, edades y relaciones temporales.

Desde una perspectiva biocultural podemos verla también como el rastro parcial de una biografía encarnada.

Detrás de una hipertensión, una enfermedad respiratoria o una alteración metabólica hubo un cuerpo que se desarrolló en determinados entornos. Alimentación, contaminación, condiciones materiales, trabajo, cuidados, estrés, acceso al sistema sanitario y otras experiencias pueden adquirir consecuencias corporales sin quedar necesariamente registradas con el mismo detalle en una base de datos.

Ramírez Goicoechea (2013) insiste precisamente en que lo sociocultural no constituye un añadido posterior a una naturaleza humana previamente acabada. La biología humana se desarrolla dentro de entornos históricos y sociales concretos.

Esto no significa que cualquier enfermedad sea reducible a cultura. Significa que una trayectoria clínica representa determinadas dimensiones de la vida y omite otras.

Y aquello que no fue medido, categorizado o incorporado a la infraestructura sanitaria puede desaparecer del modelo aunque haya participado materialmente en el proceso que el modelo intenta predecir.

Una predicción sobre una persona puede cambiar a la persona

Aquí la filosofía de Carissa Véliz introduce una diferencia decisiva.

En Prophecy: Prediction, Power, and the Fight for the Future, from Ancient Oracles to AI, Véliz (2026) analiza la larga historia social de la predicción y advierte de una propiedad especialmente importante cuando el objeto de la predicción son las personas. Esas predicciones pueden modificar expectativas, decisiones y comportamientos y, con ello, contribuir a transformar aquello que pretendían simplemente describir.

La diferencia con una proteína es fundamental.

Si un modelo predice la estructura de una proteína, la proteína no conoce la predicción y no decide plegarse de otra manera como respuesta.

Una predicción clínica, en cambio, entra en un circuito social. Puede modificar la conducta de la persona que la recibe, las decisiones del personal sanitario, la intensidad del seguimiento, la contratación de un seguro o la distribución institucional de recursos. La predicción pasa a formar parte de las condiciones futuras de aquello que intenta anticipar.

Por eso no todas las predicciones poseen el mismo estatuto.

Una predicción molecular puede ser evaluada principalmente por su correspondencia con un fenómeno físico. Una predicción sobre una persona puede además adquirir efectos performativos.

Esto vuelve especialmente peligrosa la transformación de probabilidades en identidades. Una puntuación de riesgo no dice quién es una persona ni describe necesariamente lo que le ocurrirá. Expresa una inferencia producida a partir de determinados datos, categorías y poblaciones de referencia.

Véliz (2026) convierte así el problema epistemológico en una cuestión de poder. Predecir no consiste solamente en describir futuros posibles; también puede distribuir capacidad de decisión sobre ellos.

Predecir mejor también exige saber dónde no generalizar

La explicabilidad y los sesgos tampoco son objeciones exteriores añadidas por las ciencias sociales a una biomedicina indiferente a sus límites.

Forman parte de la propia investigación de Valencia.

Cirillo y colaboradores (2020), con Alfonso Valencia entre quienes firman el trabajo, analizaron las diferencias y sesgos de sexo y género en inteligencia artificial aplicada a biomedicina y salud. El estudio advierte de que ignorar estas dimensiones puede producir resultados subóptimos, errores y efectos discriminatorios. También destaca la importancia de conjuntos de datos adecuados y de herramientas de IA explicable para avanzar hacia una medicina personalizada que no amplifique desigualdades existentes.

No basta, por tanto, con aumentar la precisión media de una predicción. Es necesario conocer las condiciones en las que puede fallar, qué poblaciones están representadas, qué categorías utiliza el sistema y qué grado de confianza podemos atribuir a los resultados.

Esta preocupación conecta momentos muy diferentes del trabajo de Valencia. En 2000 aparecía como límite de la predicción funcional de proteínas (Devos & Valencia, 2000). En la evaluación comunitaria de AlphaFold reaparece en la necesidad de interpretar críticamente las métricas de confianza (Akdel et al., 2022). En la IA biomédica se convierte además en una cuestión de representación, explicabilidad y equidad (Cirillo et al., 2020).

Predecir mejor también significa aprender dónde no debemos generalizar.

Del tumor al gemelo digital

Los modelos multiescala permiten observar otra frontera.

Ponce-de-Leon y colaboradores (2022), con Valencia entre quienes firman el estudio, desarrollaron un modelo multiescala de crecimiento tumoral para explorar pautas de tratamiento y estudiar la aparición de resistencia. El objetivo no era producir una réplica total de una persona, sino representar determinados procesos del tumor y experimentar computacionalmente con sus posibles respuestas.

Ese matiz es fundamental para hablar de gemelos digitales.

Un modelo puede incorporar información específica de un caso y simular determinados comportamientos biológicos sin convertirse por ello en una copia completa de la persona.

La dificultad aumenta con cada cambio de escala. Una estructura proteica puede delimitarse con relativa claridad. En una célula intervienen redes moleculares y relaciones con su microambiente. En un tejido emergen interacciones entre poblaciones celulares. En un organismo deben integrarse sistemas distintos, temporalidades y condiciones ambientales.

Al llegar a una persona, el problema ya no consiste simplemente en añadir suficientes variables.

Una persona interpreta, aprende, recuerda, establece vínculos, modifica su entorno y es modificada por él. Puede incluso cambiar su comportamiento porque conoce una predicción sobre su propio futuro.

Ese carácter relacional resulta central también en Ramírez Goicoechea (2013). La mente humana y las capacidades que asociamos con la humanización no aparecen fuera de los procesos de vínculo, comunicación, aprendizaje e intersubjetividad mediante los que se desarrolla una persona.

Hablar y pensar no son solo secuencias

La analogía entre lenguaje y proteínas resulta todavía más interesante cuando volvemos al lenguaje humano.

Honorio Velasco Maillo (2013), en Hablar y pensar, tareas culturales, aborda el origen del lenguaje pasando por sus dimensiones biológicas —el cerebro y el tracto vocal— pero también por el grupo social, la interacción, la sociabilidad, las herramientas, los símbolos, las comunidades de habla y la diversidad lingüística.

El cerebro es necesario para hablar.

Pero un cerebro aislado no explica el lenguaje.

Esta observación permite regresar a los modelos de lenguaje de proteínas desde el extremo opuesto. Su éxito muestra que tratar una secuencia biológica como si fuera un lenguaje para fines computacionales puede ser extraordinariamente productivo. No demuestra que el lenguaje humano pueda reducirse a una secuencia comparable.

En una proteína, las dependencias entre posiciones emergen de restricciones biofísicas, funcionales y evolutivas. En el lenguaje humano aparecen además intención, convenciones, relaciones sociales, historia, pragmática y contextos compartidos. Las palabras no significan únicamente por la posición que ocupan en una cadena.

Podemos registrar palabras, tokenizarlas y aprender sus regularidades estadísticas. Los LLM demuestran cuánta estructura puede extraerse de ese procedimiento.

Pero la capacidad de predecir secuencias lingüísticas no agota aquello que significa hablar.

Velasco permite así invertir la metáfora. No se trata de concluir que las proteínas son lenguaje, sino de preguntar por qué la idea de lenguaje funciona tan bien como herramienta computacional en biología y, al mismo tiempo, resulta insuficiente para explicar por completo el lenguaje humano.

Datos sintéticos y la pregunta por la fidelidad

El mismo problema reaparece con los datos sintéticos.

Una revisión desarrollada dentro de ELIXIR y firmada, entre otras personas, por Alfonso Valencia analiza su uso creciente en ciencias de la vida. Los datos sintéticos pueden ayudar frente a problemas de escasez, privacidad o acceso a datos reales, pero su utilidad depende de evaluar si conservan las propiedades relevantes del fenómeno que pretenden representar. La revisión señala que las técnicas de generación avanzan rápidamente mientras que los procedimientos estandarizados para medir fidelidad, utilidad y fiabilidad siguen siendo insuficientes en numerosos ámbitos (Fragkouli et al., 2026).

La pregunta es técnica, pero también epistemológica.

Un conjunto sintético no necesita copiar cada detalle del original. Necesita conservar aquello considerado relevante para un propósito.

Por tanto, la cuestión no es solo si una simulación parece realista, sino quién define qué propiedades debe conservar para que pueda considerarse válida.

El mismo dilema aparece, con escalas distintas, en una estructura proteica predicha, un tumor simulado, una cohorte clínica sintética o un posible gemelo digital humano.

Hacer algo computacionalmente legible implica decidir qué puede omitirse.

Legibilidad, poder y gobernanza

Toda base de datos constituye una selección.

Para que una máquina pueda analizar una realidad, esa realidad debe traducirse a variables, secuencias, imágenes, categorías, etiquetas y relaciones cuantificables. Esa traducción puede ser extremadamente útil, pero no es transparente ni políticamente neutra.

Aquí la antropología política y jurídica de Ignacio Iturralde Blanco ofrece otro punto de apoyo, aunque nuevamente la conexión con la IA es nuestra.

En su análisis del sistema normativo mixe y de los conflictos entre autonomía indígena y derecho estatal, Iturralde Blanco (2011) muestra cómo un orden normativo dominante puede nombrar, clasificar y reconocer parcialmente sistemas locales cuyas lógicas no coinciden completamente con las categorías del Estado. El problema no es computacional, pero comparte una pregunta fundamental con la gobernanza de datos. ¿Quién tiene autoridad para definir las categorías mediante las que una realidad se vuelve administrativamente legible?

La cuestión adquiere especial relevancia en biomedicina.

Hasta ahora, muchos de los casos más visibles proceden de grandes infraestructuras del Norte Global, entre ellas DeepMind, el Barcelona Supercomputing Center, UK Biobank y registros sanitarios europeos. La geografía de los datos importa.

El proyecto AGenDA constituye un contrapunto significativo. Integrado en H3Africa, parte de una constatación explícita. Las poblaciones africanas siguen estando sustancialmente infrarrepresentadas en la investigación y en las bases genómicas globales, pese a la extraordinaria diversidad genética del continente. AGenDA identificó grupos insuficientemente representados en nueve países africanos para secuenciación de genoma completo e incorporó participación comunitaria, aprobación ética, cumplimiento de legislaciones nacionales y un marco común de gobernanza. El proyecto está liderado desde África por equipos africanos que participan en las decisiones sobre intercambio de datos (Ramsay et al., 2026).

El caso permite reformular la cuestión de la legibilidad algorítmica.

Una población que apenas está presente en los datos tampoco es igualmente legible para el modelo.

Pero corregir esa ausencia no consiste simplemente en extraer más datos.

También obliga a preguntar quién los recopila, dónde se almacenan, quién decide las condiciones de reutilización, qué instituciones desarrollan posteriormente los modelos y cómo retornan los posibles beneficios hacia las comunidades que hicieron posible ese conocimiento.

La noción de colonialismo de datos de Couldry y Mejias (2019) puede servir aquí como marco de cautela, no como etiqueta automática. No toda recopilación de información biomédica constituye una relación colonial. Pero cuando diferentes dimensiones de la vida se transforman sistemáticamente en recursos apropiables para clasificación, predicción y generación de valor, las relaciones de poder que organizan esa transformación también forman parte del objeto de estudio.

La medicina personalizada no empieza ni termina en el algoritmo.

Qué creemos explicar cuando el modelo acierta

El recorrido desde los límites de la predicción funcional hasta los modelos de lenguaje de proteínas, AlphaFold, AlphaGenome, las trayectorias clínicas, los tumores simulados y los datos sintéticos muestra algo más interesante que una sucesión de avances tecnológicos.

Cada cambio de escala modifica también el tipo de problema.

En las proteínas, millones de años de evolución han producido un corpus inmenso de secuencias sometidas a restricciones que los modelos pueden aprender. Los transformers y los modelos de lenguaje de proteínas son especialmente eficaces precisamente porque esas secuencias contienen regularidades contextuales, evolutivas y estructurales.

Pero una persona no es simplemente una secuencia más larga.

Ramírez Goicoechea ayuda a comprender por qué el genoma no basta. El desarrollo es constitutivo. Velasco Maillo muestra por qué lenguaje y pensamiento no se agotan en relaciones formales entre signos. Francesch Díaz ofrece una advertencia sobre la extensión de paradigmas más allá de los dominios en los que demostraron su eficacia. Véliz añade una diferencia decisiva. Las predicciones sobre personas pueden intervenir en las condiciones de aquello que predicen. Iturralde Blanco permite incorporar la pregunta por quién define las categorías y los regímenes de reconocimiento. Y los trabajos de Valencia muestran, desde dentro de la bioinformática, tanto la potencia de la predicción como la necesidad de interpretar, validar y delimitar sus resultados.

Por eso quizá la pregunta más productiva no sea si la inteligencia artificial «comprende» o no la vida.

Hay una pregunta anterior.

¿Qué versión de la vida hemos tenido que construir para que una máquina pueda predecirla?

La IA puede volver extraordinariamente legibles determinadas dimensiones de nuestros organismos. Esa capacidad ya está transformando la investigación científica y la medicina.

Pero una vida no es únicamente aquello que hemos conseguido registrar sobre ella.

Y una predicción sobre una persona no solo intenta anticipar el futuro. Puede convertirse en una de las fuerzas que contribuyan a producirlo.

Tal vez el verdadero desafío de los futuros gemelos digitales no sea conseguir introducir a alguien por completo dentro de un ordenador, sino reconocer con precisión qué hemos tenido que dejar fuera para afirmar que el modelo funciona y qué efectos puede producir el modelo cuando vuelve al mundo.

Preguntas para seguir pensando

• ¿Qué diferencia epistemológica existe entre predecir la estructura de una proteína y predecir la trayectoria de una persona?
• ¿Qué dimensiones de una biografía desaparecen cuando una trayectoria vital se convierte en una trayectoria de datos?
• ¿Cuándo una predicción deja de describir un futuro posible y empieza a contribuir a producirlo?
• ¿Quién debería decidir qué necesita contener un modelo digital para representar válidamente un organismo o una persona?

Referencias

Akdel, M., Pires, D. E. V., Porta Pardo, E., Jänes, J., Zalevsky, A. O., Mészáros, B., Bryant, P., Good, L. L., Laskowski, R. A., Pozzati, G., Shenoy, A., Zhu, W., Kundrotas, P., Ruiz Serra, V., Rodrigues, C. H. M., Dunham, A. S., Burke, D., Borkakoti, N., Velankar, S., … Beltrao, P. (2022). A structural biology community assessment of AlphaFold2 applications. Nature Structural & Molecular Biology, 29, 1056–1067. https://doi.org/10.1038/s41594-022-00849-w

Avsec, Ž., Latysheva, N., Cheng, J., Novati, G., Taylor, K. R., Ward, T., Bycroft, C., Nicolaisen, L., Arvaniti, E., Pan, J., Thomas, R., Dutordoir, V., Perino, M., De, S., Karollus, A., Gayoso, A., Sargeant, T., Mottram, A., Wong, L. H., … Kohli, P. (2026). Advancing regulatory variant effect prediction with AlphaGenome. Nature, 649, 1206–1218. https://doi.org/10.1038/s41586-025-10014-0

Cirillo, D., Catuara-Solarz, S., Morey, C., Guney, E., Subirats, L., Mellino, S., Gigante, A., Valencia, A., Rementeria, M. J., Santuccione Chadha, A., & Mavridis, N. (2020). Sex and gender differences and biases in artificial intelligence for biomedicine and healthcare. npj Digital Medicine, 3, Article 81. https://doi.org/10.1038/s41746-020-0288-5

Cirillo, D., & Valencia, A. (2019). Big data analytics for personalized medicine. Current Opinion in Biotechnology, 58, 161–167. https://doi.org/10.1016/j.copbio.2019.03.004

Couldry, N., & Mejias, U. A. (2019). The costs of connection: How data is colonizing human life and appropriating it for capitalism. Stanford University Press.

Devos, D., & Valencia, A. (2000). Practical limits of function prediction. Proteins: Structure, Function, and Genetics, 41(1), 98–107. https://doi.org/10.1002/1097-0134(20001001)41:1%3C98::AID-PROT120%3E3.0.CO;2-S

Fragkouli, S.-C., Iqbal, S., Crossman, L., Gravel, B., Masued, N., Onders, M., Haseja, D., Stikkelman, A., Valencia, A., Lenaerts, T., Psomopoulos, F., Ó Broin, P., Queralt-Rosinach, N., & Cirillo, D. (2026). An ELIXIR scoping review on domain-specific evaluation metrics for synthetic data in life sciences. NAR Genomics and Bioinformatics, 8(1), lqag012. https://doi.org/10.1093/nargab/lqag012

Francesch Díaz, A. (2010). Sabores y sinsabores de un programa darwinista para las ciencias sociales. Antropologia Portuguesa, 26–27, 9–27.

Iturralde Blanco, I. (2011). Sistema jurídico dominante y autonomía indígena: El sistema normativo mixe y los conflictos jurisdiccionales. En M. Aparicio Wilhelmi (Ed.), Contracorrientes: Apuntes sobre igualdad, diferencia y derechos (pp. 87–116). Documenta Universitaria.

Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., Tunyasuvunakool, K., Bates, R., Žídek, A., Potapenko, A., Bridgland, A., Meyer, C., Kohl, S. A. A., Ballard, A. J., Cowie, A., Romera-Paredes, B., Nikolov, S., Jain, R., Adler, J., … Hassabis, D. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589. https://doi.org/10.1038/s41586-021-03819-2

Lin, Z., Akin, H., Rao, R., Hie, B., Zhu, Z., Lu, W., Smetanin, N., Verkuil, R., Kabeli, O., Shmueli, Y., Dos Santos Costa, A., Fazel-Zarandi, M., Sercu, T., Candido, S., & Rives, A. (2023). Evolutionary-scale prediction of atomic-level protein structure with a language model. Science, 379(6637), 1123–1130. https://doi.org/10.1126/science.ade2574

Ponce-de-Leon, M., Montagud, A., Akasiadis, C., Schreiber, J., Ntiniakou, T., & Valencia, A. (2022). Optimizing dosage-specific treatments in a multi-scale model of a tumor growth. Frontiers in Molecular Biosciences, 9, 836794. https://doi.org/10.3389/fmolb.2022.836794

Ramírez Goicoechea, E. (2013). Antropología biosocial: Biología, cultura y sociedad. Editorial Universitaria Ramón Areces.

Ramsay, M., Etheredge, H., Tluway, F., D’Amato, M. E., Chikwambi, Z., Hamdi, Y., Alhudiri, I., Fakim, Y., Ahmad, K. M., Belguith, N., Bentley, D., Boujemaa, M., Calumbuana, N., Chaouch, M., Charfeddine, C., Chinien, G., Dukuze, N., Eljilani, M., Elzagheid, A., … Choudhury, A. (2026). Enriching African genome representation through the AGenDA project. Nature, 649, 565–573. https://doi.org/10.1038/s41586-025-09935-7

Rives, A., Meier, J., Sercu, T., Goyal, S., Lin, Z., Liu, J., Guo, D., Ott, M., Zitnick, C. L., Ma, J., & Fergus, R. (2021). Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences. Proceedings of the National Academy of Sciences of the United States of America, 118(15), e2016239118. https://doi.org/10.1073/pnas.2016239118

Shmatko, A., Jung, A. W., Gaurav, K., Brunak, S., Mortensen, L. H., Birney, E., Fitzgerald, T., & Gerstung, M. (2025). Learning the natural history of human disease with generative transformers. Nature, 647, 248–256. https://doi.org/10.1038/s41586-025-09529-3

Véliz, C. (2026). Prophecy: Prediction, power and the fight for the future, from ancient oracles to AI. Swift Press.

Velasco Maillo, H. M. (2013). Hablar y pensar, tareas culturales: Temas de antropología lingüística y antropología cognitiva. Universidad Nacional de Educación a Distancia.