La inteligencia artificial acaba de dar un paso que hasta hace pocos años habría parecido propio de la ciencia ficción: un grupo de investigadores utilizó un modelo de IA para diseñar y posteriormente sintetizar en laboratorio genomas completos de virus que no existen de manera natural. El resultado, publicado en la revista Science, abre una nueva puerta para la biología sintética y podría contribuir en el futuro a desarrollar herramientas contra bacterias resistentes a los antibióticos, aunque también plantea preguntas importantes sobre los límites y la seguridad de esta tecnología.

El experimento se centró en los bacteriófagos, virus especializados en infectar bacterias. A diferencia de los virus que provocan enfermedades en humanos, estos microorganismos pueden utilizarse para atacar determinadas bacterias y por ello han despertado interés como posibles herramientas terapéuticas frente a infecciones que dejan de responder a los antibióticos convencionales.

Para realizar el experimento, los científicos utilizaron como referencia al bacteriófago ΦX174, un virus natural conocido por infectar a Escherichia coli. A partir de esa plantilla, entrenaron un modelo de inteligencia artificial denominado Evo para generar nuevas secuencias genómicas.

El objetivo no era simplemente modificar un virus existente, sino comprobar hasta qué punto una IA podía diseñar genomas funcionales desde cero y producir organismos capaces de realizar las funciones biológicas necesarias para reproducirse e infectar bacterias.

De miles de diseños a 16 virus funcionales

El modelo Evo produjo miles de secuencias genómicas diferentes. Posteriormente, los investigadores seleccionaron y sintetizaron químicamente cerca de 300 de esas propuestas en el laboratorio para comprobar cuáles podían convertirse realmente en virus funcionales.

El resultado fue que 16 genomas dieron lugar a bacteriófagos viables. Los virus obtenidos fueron capaces de infectar bacterias, demostrando que las secuencias diseñadas por la IA no eran únicamente construcciones teóricas, sino que podían traducirse en sistemas biológicos funcionales.

De acuerdo con el estudio, los fagos sintéticos presentaron diferencias importantes respecto de los fagos naturales conocidos. Incorporaron mutaciones nuevas, además de genes y elementos reguladores divergentes, lo que muestra que el modelo pudo explorar combinaciones genéticas que no habían sido observadas previamente en la naturaleza.

El hallazgo fue descrito como un avance significativo por Patrick Cai, biólogo sintético de la Universidad de Mánchester que no participó en la investigación. La importancia del experimento radica precisamente en demostrar que la IA puede utilizarse para explorar un espacio de posibilidades biológicas mucho mayor del que sería práctico analizar mediante métodos tradicionales.

Una posible herramienta contra las superbacterias

Uno de los principales motivos por los que este desarrollo genera interés es la creciente resistencia de algunas bacterias a los antibióticos. Las llamadas superbacterias pueden provocar infecciones difíciles de tratar y representan uno de los problemas más importantes de salud pública.

Los bacteriófagos ofrecen una estrategia diferente: en lugar de utilizar un antibiótico para eliminar directamente a las bacterias, estos virus pueden atacar determinados microorganismos bacterianos. Su especificidad es precisamente una de las características que ha impulsado la investigación sobre fagoterapia.

La posibilidad de utilizar inteligencia artificial para diseñar nuevos fagos podría ampliar considerablemente el catálogo de virus disponibles para investigar tratamientos contra determinadas bacterias. En teoría, los modelos computacionales podrían ayudar a explorar rápidamente una gran cantidad de diseños y encontrar candidatos con características que posteriormente puedan estudiarse en el laboratorio.

Sin embargo, el estudio no significa que ya exista una nueva terapia lista para utilizarse en pacientes. Los fagos diseñados en este experimento demostraron ser viables y capaces de infectar bacterias, pero convertir un descubrimiento de laboratorio en un tratamiento médico requiere numerosas etapas adicionales de investigación, evaluación de seguridad y ensayos clínicos.

El mismo avance que abre oportunidades también genera temor

La otra cara del experimento es la preocupación por el potencial de la IA para facilitar desarrollos biológicos peligrosos.

Si un sistema de inteligencia artificial puede ayudar a diseñar genomas que después funcionan en el mundo real, surge inevitablemente la pregunta de qué ocurriría si estas herramientas fueran utilizadas con objetivos distintos a la investigación médica. La misma capacidad para generar nuevas secuencias biológicas podría, en escenarios hipotéticos, aumentar las posibilidades de diseñar organismos con características perjudiciales.

Los propios autores del estudio reconocen que el diseño y la síntesis de genomas completos mediante IA plantean importantes consideraciones relacionadas con la bioseguridad, la biocontención y la seguridad biológica. Por ello, recomiendan que los futuros proyectos que trabajen con esta clase de tecnología incorporen especialistas en seguridad y bioseguridad durante todo el desarrollo de las investigaciones.

La preocupación no se limita a los modelos de inteligencia artificial. También involucra a los laboratorios capaces de sintetizar material genético, a las empresas que ofrecen servicios de síntesis de ADN y a los mecanismos utilizados para supervisar qué secuencias pueden producirse.

La regulación avanza más lentamente que la tecnología

Para algunos especialistas, uno de los principales problemas es que la capacidad tecnológica está avanzando a una velocidad considerablemente mayor que los mecanismos de supervisión.

Moritz Hanke, del Centro Johns Hopkins para la Seguridad de la Salud, señaló que existe una importante brecha entre el ritmo al que progresa la ciencia y la velocidad con la que gobiernos y organizaciones científicas desarrollan medidas para anticipar posibles riesgos.

Esta desconexión se vuelve especialmente relevante cuando la inteligencia artificial deja de ser únicamente una herramienta para analizar información y comienza a intervenir en el diseño de sistemas biológicos.

La discusión, por tanto, ya no consiste solamente en determinar qué puede hacer una IA, sino también en establecer qué usos deberían permitirse, quién debe supervisarlos y qué barreras deben existir antes de que una secuencia generada por un algoritmo pueda llegar a un laboratorio.

Una nueva era que exige controles en varios niveles

La comunidad científica plantea que la respuesta no debería consistir únicamente en restringir determinados modelos de inteligencia artificial. La supervisión tendría que abarcar todo el proceso, desde el desarrollo y acceso a los sistemas hasta la síntesis de material genético y el trabajo experimental.

Filippa Lentzos, profesora de Ciencias y Seguridad Internacional en el King’s College de Londres, ha defendido una visión global de la gobernanza de estas tecnologías. Bajo este enfoque, la seguridad debería construirse mediante distintas capas de protección: controles sobre el acceso a los modelos, evaluación responsable de las investigaciones, mecanismos de revisión de las solicitudes de síntesis genética y protocolos sólidos de bioseguridad y bioprotección en los laboratorios.

El experimento con Evo muestra así una de las posibilidades más extraordinarias y, al mismo tiempo, más delicadas de la inteligencia artificial aplicada a la biología. Una máquina ya puede ayudar a explorar diseños genéticos que no fueron encontrados por la evolución natural y convertir algunas de esas propuestas en sistemas biológicos funcionales.

El potencial médico es considerable, especialmente en un momento en que la resistencia a los antibióticos obliga a buscar nuevas herramientas contra las infecciones bacterianas. Pero el mismo avance demuestra por qué la innovación científica necesita avanzar acompañada de reglas, controles y mecanismos internacionales de seguridad.

La gran pregunta que deja este trabajo no es solamente hasta dónde puede llegar la IA en el diseño de organismos. También es si la comunidad científica, los gobiernos y las empresas serán capaces de construir a tiempo las medidas necesarias para que esa capacidad se utilice para resolver problemas de salud sin abrir la puerta a riesgos biológicos difíciles de controlar.