Los modelos metabólicos a escala genómica (GEMs) han surgido como una herramienta para entender el metabolismo humano desde una perspectiva holística con alta relevancia en el estudio de muchas enfermedades y en la ingeniería metabólica de líneas celulares humanas. La construcción de GEMs se basa en procesos automatizados que carecen de refinamiento manual y resultan en modelos inexactos o en la curación manual, que es un proceso que consume mucho tiempo y limita la actualización continua de GEMs confiables. Aquí presentamos un protocolo novedoso asistido por algoritmos que supera estas limitaciones y facilita la actualización continua de GEMs altamente curados. El algoritmo permite la curación automática y/o expansión de GEMs existentes o genera una red metabólica altamente curada basada en información actual recuperada de múltiples bases de datos en tiempo real. Esta herramienta se aplicó a la última reconstrucción del metabolismo humano (Human1), generando una serie de GEMs humanos que mejoran y expanden el modelo de referencia y generando la reconstrucción general más extensa y completa del metabolismo humano hasta la fecha. La herramienta presentada aquí va más allá del estado actual del arte y allana el camino para la reconstrucción automática de un GEM altamente curado y actualizado con un alto potencial en biología computacional, así como en múltiples campos de la ciencia biológica donde el metabolismo es relevante.