Los vehículos terrestres no tripulados (UGVs) han ganado una atención significativa debido a sus amplias aplicaciones en los sectores militar y civil. Para un despliegue efectivo de UGV, los algoritmos de planificación de rutas deben priorizar la eficiencia computacional, la fiabilidad de la solución y el rendimiento en tiempo de ejecución, manteniendo la calidad de la ruta. La planificación de rutas autónoma sigue siendo un desafío crítico en la navegación de UGV, ya que los métodos convencionales, aunque efectivos, a menudo sufren de una considerable sobrecarga computacional. Para abordar este problema, proponemos un novedoso algoritmo de planificación de rutas inspirado en la bioquímica, diseñado específicamente para escenarios estáticos basados en cuadrículas. MetaPath demuestra una notable eficiencia computacional mientras mantiene la calidad de la solución a través de diferentes densidades de obstáculos en entornos de referencia. Específicamente, el algoritmo logra longitudes de ruta dentro del +/-5% de todos los algoritmos de referencia, mientras reduce drásticamente el espacio de exploración, visitando hasta el 10% de las celdas exploradas por enfoques convencionales como A*. Esta superior eficiencia se traduce en un rendimiento excepcional en tiempo de ejecución, ejecutándose hasta 3000 veces más rápido que algoritmos inspirados en la biología como la Optimización por Colonias de Hormigas (ACO) y el Algoritmo Genético (GA), funcionando casi tres veces más rápido que el ampliamente utilizado algoritmo A*, y manteniendo un rendimiento competitivo con algoritmos eficientes como la Búsqueda en Amplitud (BFS) y la Optimización por Enjambre de Partículas (PSO), estableciendo así el algoritmo como una solución de búsqueda de rutas altamente eficiente. Lo más notable es que MetaPath introduce un enfoque novedoso como el primer algoritmo de búsqueda de rutas inspirado en la química, garantizando el descubrimiento de rutas cuando existe una dentro de un tiempo computacional razonable, una ventaja crucial sobre algunos algoritmos de referencia que pueden no converger o requerir recursos computacionales excesivos en escenarios complejos.