La inteligencia artificial generativa acaba de dar un salto histórico en la biología: investigadores de Stanford y el Arc Institute lograron diseñar desde cero genomas completos de virus que no existen en la naturaleza y posteriormente convertir algunos de esos diseños en partículas virales funcionales.
El avance, publicado en Science, abre una nueva posibilidad para combatir bacterias resistentes a los antibióticos, pero también plantea preguntas inéditas sobre bioseguridad.
El experimento fue realizado con modelos de lenguaje genómico capaces de analizar grandes cantidades de información genética y proponer nuevas secuencias de ADN. Después, los científicos sintetizaron algunos de esos diseños en el laboratorio para comprobar si podían funcionar.
El resultado fue la obtención de 16 bacteriófagos viables, es decir, virus capaces de infectar bacterias. Los investigadores trabajaron con fagos dirigidos contra Escherichia coli y no con virus capaces de infectar directamente a seres humanos.
¿Qué virus logró diseñar la inteligencia artificial?
La investigación no produjo un nuevo virus humano ni un patógeno diseñado para atacar personas.
Los protagonistas del experimento fueron los bacteriófagos, también conocidos como fagos. Se trata de virus especializados en infectar bacterias y que, por su propia naturaleza, no atacan directamente a seres humanos, animales o plantas.
Los científicos utilizaron como referencia el bacteriófago ΦX174 y emplearon modelos de lenguaje genómico conocidos como Evo 1 y Evo 2 para generar secuencias genéticas nuevas.
La diferencia con una herramienta convencional de inteligencia artificial es fundamental: estos modelos no fueron utilizados para redactar texto o producir imágenes, sino para aprender patrones presentes en secuencias genéticas y proponer nuevos genomas.
El proceso comenzó en una computadora. La IA produjo diseños genéticos que posteriormente fueron evaluados por los investigadores.
Después, el equipo seleccionó cientos de propuestas para sintetizarlas químicamente y comprobar experimentalmente cuáles podían funcionar.
De los diseños sometidos a las pruebas de laboratorio, 16 dieron lugar a fagos funcionales.
El resultado demuestra que un modelo de inteligencia artificial puede pasar de analizar información genética existente a generar diseños biológicos que posteriormente pueden materializarse y funcionar en el mundo real.
¿Por qué este descubrimiento es importante?
El principal interés médico del avance está relacionado con la creciente resistencia de las bacterias a los antibióticos.
Las llamadas superbacterias pueden desarrollar mecanismos que las hacen resistentes a medicamentos que anteriormente eran eficaces. Esta situación representa uno de los principales desafíos para la medicina moderna.
Los bacteriófagos ofrecen una alternativa porque pueden dirigirse específicamente contra determinadas bacterias.
En los experimentos, algunos de los fagos diseñados mediante IA fueron capaces de infectar E. coli y mostraron características competitivas frente a fagos naturales.
Esto abre una posibilidad que hasta hace algunos años parecía propia de la ciencia ficción: utilizar inteligencia artificial para diseñar fagos adaptados a bacterias específicas.
Sin embargo, el descubrimiento todavía se encuentra en una etapa experimental. Que un fago funcione en condiciones de laboratorio no significa que exista ya una terapia disponible para pacientes.
La otra cara del avance: el riesgo de los virus diseñados por IA
La misma capacidad que permite generar nuevos organismos con posibles aplicaciones médicas también plantea un problema de bioseguridad.
Expertos han advertido que la tecnología utilizada para diseñar biología desde una computadora podría, en el futuro, utilizarse con objetivos distintos a los perseguidos por los investigadores.
El temor no se centra en los fagos creados durante este experimento, sino en la posibilidad de que herramientas similares puedan utilizarse para diseñar agentes biológicos peligrosos.
Los investigadores no demostraron que su sistema pueda crear un virus capaz de infectar seres humanos.
De hecho, el estudio incorporó medidas destinadas a reducir ese riesgo. Entre ellas estuvo la exclusión de información relacionada con virus que infectan organismos complejos de los datos utilizados para entrenar el modelo.
Pero la aparición de sistemas capaces de diseñar secuencias biológicas plantea una cuestión más amplia: las herramientas de bioseguridad deberán evolucionar al mismo ritmo que la inteligencia artificial.
Los mecanismos tradicionales de vigilancia suelen concentrarse en amenazas conocidas. Los organismos diseñados artificialmente pueden presentar secuencias que no tienen un equivalente natural fácilmente identificable.
El desafío de controlar la biología generada por IA
La investigación también reaviva el debate sobre la regulación de la denominada biología generativa.
Si un modelo de IA puede producir un diseño genético y una empresa puede convertir posteriormente ese código digital en ADN físico, la frontera entre la informática y la biología se vuelve cada vez más pequeña.
Por ello, especialistas en bioseguridad han planteado la necesidad de reforzar los controles sobre la síntesis de ADN, mejorar los sistemas capaces de detectar secuencias potencialmente peligrosas y establecer reglas internacionales para este tipo de tecnologías.
El desafío consiste en encontrar un equilibrio: permitir que la IA acelere investigaciones capaces de generar nuevos tratamientos sin facilitar que las mismas herramientas sean utilizadas para producir amenazas biológicas.
IA y biología: un nuevo escenario científico
El experimento de Stanford y el Arc Institute representa un cambio importante en la manera de investigar los virus.
Hasta ahora, buena parte de la ingeniería genética consistía en modificar organismos o secuencias que ya existían. La IA generativa introduce una posibilidad diferente: proponer diseños biológicos completamente nuevos a partir de los patrones aprendidos de millones de secuencias.
En el caso estudiado, esa capacidad permitió crear bacteriófagos funcionales y abre una línea de investigación con potencial para combatir infecciones bacterianas resistentes.
