GalaxyVS no es un simple algoritmo, sino una plataforma integral que une el modelado molecular potenciado por IA con la computación paralela a escala extrema. El equipo central de investigación está liderado por Meng Xiangfei, científico jefe del Centro Nacional de Supercomputación en Tianjin, y la profesora Lan Yanyan de la Universidad de Tsinghua. La plataforma fue construida específicamente para superar el notorio cuello de botella en las etapas tempranas del descubrimiento de fármacos: encontrar unas pocas moléculas líder prometedoras dentro de un mar virtualmente infinito de posibilidades químicas .
El cribado tradicional de alto rendimiento en laboratorios físicos maneja, en el mejor de los casos, millones de compuestos. GalaxyVS realiza un cribado virtual de aproximadamente 100.000 millones, una expansión que aborda directamente lo que el doctor Li Peishun, miembro del equipo, describió como el trío de problemas persistentes: "moléculas activas escasas, espacio de búsqueda insuficiente y homogeneidad de las moléculas candidatas" .
La velocidad proviene de decisiones arquitectónicas en cada capa. El sistema primero utiliza miles de nodos de procesamiento digital de señales (DSP, por sus siglas en inglés) para codificar aproximadamente 4 millones de "bolsillos" diana que abarcan todas las especies biológicas modelo. Estos bolsillos codificados se buscan luego en paralelo a través de más de 20.000 nodos de cómputo. Un escaneo completo de toda la biblioteca de compuestos se completa en decenas de segundos. En una base por diana, el tiempo promedio de recuperación cae por debajo de un segundo. La capacidad de procesamiento diaria de la plataforma alcanza aproximadamente 16 billones de operaciones de acoplamiento molecular, lo que sus desarrolladores reportan como seis órdenes de magnitud superior al récord previo de supercomputación internacional .
Dicho de otra forma, lo que antes requería equipos de químicos medicinales meses o años para lograr —el cribado virtual inicial de una biblioteca masiva de compuestos— ahora se ejecuta como un solo trabajo en el sistema Tianhe. Esto no elimina las etapas posteriores como la validación de aciertos, la optimización de líderes o los ensayos clínicos, que siguen siendo largos y costosos. Pero colapsa la búsqueda frontal de una escala de tiempo humana a una computacional, liberando a los investigadores para invertir más tiempo en los candidatos más prometedores.
El equipo ha esbozado un amplio mandato terapéutico. Se espera que GalaxyVS acelere el descubrimiento de moléculas líder para tumores, enfermedades neurodegenerativas, enfermedades raras y enfermedades infecciosas emergentes . Uno de los casos de uso citados con más frecuencia es la respuesta a amenazas repentinas de salud pública: la velocidad de la plataforma podría comprimir la línea de tiempo de investigación más temprana durante un brote, identificando rápidamente moléculas líder que merezcan un seguimiento urgente en laboratorio húmedo y preclínico .
Este posicionamiento es consistente con una tendencia de investigación más amplia en China. Trabajos anteriores que combinaban la supercomputadora Tianhe-2 y algoritmos de IA ya habían demostrado la viabilidad de predecir rutas biosintéticas para productos naturales y diseñar nuevos químicos . GalaxyVS extiende ese linaje desde la predicción de rutas hasta el cribado virtual a ultra gran escala, haciendo que el espacio de búsqueda química sea prácticamente explorable por primera vez.
Todos los detalles técnicos y afirmaciones provienen del informe del 27 de mayo de 2026 en el Diario de Ciencia y Tecnología (科技日报), el periódico oficial del Ministerio de Ciencia y Tecnología de China . La historia fue posteriormente corroborada y ampliada por la cobertura en inglés del South China Morning Post y medios en chino como Sina Finance y NetEase . En el momento del anuncio, no se había publicado ningún artículo revisado por pares que detallara la arquitectura de GalaxyVS; la información pública se basa en declaraciones institucionales oficiales y estos informes de prensa.
GalaxyVS es, en última instancia, una historia de ingeniería tanto como científica. Muestra lo que se vuelve posible cuando la predicción molecular impulsada por IA se combina con una escala de máquina que iguala el tamaño del espacio de búsqueda. Los próximos pasos —la validación contra dianas biológicas reales, la integración en los procesos de la industria farmacéutica y la reproducción independiente por otros laboratorios— determinarán cuántos de esos segundos se traducen en terapias reales.