Los investigadores deben navegar por un vasto espacio de la secuencias de proteínas para identificar diseños óptimos de anticuerpos. Los métodos tradicionales para hacer esto pueden ser costosos e ineficaces, y requerir pruebas iterativas de decenas a cientos de miles de variantes. Esta muestra de la investigación resalta un estudio reciente realizado por un equipo de investigación de la Universidad de Washington, dirigido por el premio Nobel Laureate David Baker, que es un paso fundamental hacia el desarrollo escalable dirigido por IA de productos biológicos. Este estudio aprovechó la inteligencia artificial, los fragmentos de genes multiplexados y el software para el diseño de proteínas de novo para diseñar de forma racional y validar nuevos anticuerpos de dominios de variables de cadena pesada (VHH) contra objetivos pertinentes de enfermedades.