Hasta ahora, la inteligencia artificial había demostrado que podía diseñar proteínas, predecir estructuras moleculares e incluso proponer sistemas de edición genética. El siguiente paso acaba de cruzar una frontera mucho mayor: diseñar el genoma completo de un virus funcional.
Investigadores de Stanford University y el Arc Institute utilizaron los modelos genómicos Evo 1 y Evo 2 para generar nuevos bacteriófagos: virus especializados en infectar bacterias.
El trabajo, publicado en Science, produjo finalmente 16 fagos funcionales cuyos genomas no corresponden a ningún virus conocido en la naturaleza. Todos fueron probados contra cepas no patógenas de Escherichia coli.
La IA aprendió el “idioma” del ADN
La lógica se parece, con enormes diferencias biológicas, a la de un modelo de lenguaje.
Un chatbot aprende patrones entre palabras y posteriormente genera nuevas secuencias de texto. Evo hace algo parecido con el código genético: analiza enormes cantidades de ADN y aprende qué combinaciones de nucleótidos son compatibles con determinadas funciones biológicas.
Para este experimento, los científicos tomaron como referencia al bacteriófago ΦX174, un diminuto virus de 5.386 nucleótidos y 11 genes que infecta E. coli. Es una elección histórica: en 1977 fue el primer genoma completo secuenciado y, décadas después, uno de los primeros genomas sintetizados químicamente.
Los modelos fueron especializados utilizando 14.466 genomas relacionados de la familia Microviridae. A partir de ahí generaron miles de candidatos, que fueron filtrados antes de seleccionar 285 diseños para probar experimentalmente.
De 285 diseños, 16 se convirtieron en virus funcionales
Aquí aparece la parte realmente novedosa.
Los investigadores sintetizaron los genomas seleccionados y comprobaron si eran capaces de producir bacteriófagos funcionales. Dieciséis consiguieron replicarse e infectar las bacterias del laboratorio.
No eran simples copias de ΦX174.
Cada uno contenía entre 67 y 392 mutaciones respecto de su pariente natural más cercano, y 13 incorporaban cambios genéticos que los investigadores no encontraron en ninguna secuencia natural conocida. Uno de ellos se alejaba lo suficiente de sus parientes como para poder considerarse una especie diferente bajo determinados criterios taxonómicos.
Eso demuestra que la IA no se limitó a recuperar genomas existentes de sus datos de entrenamiento: pudo explorar combinaciones nuevas manteniendo un sistema biológico capaz de funcionar.
Algunos consiguieron superar bacterias resistentes
El posible uso médico aparece cuando las bacterias desarrollan resistencia.
Los investigadores generaron cepas de E. coli resistentes al ΦX174 natural. Este dejó de funcionar contra ellas. Sin embargo, combinaciones de los fagos diseñados mediante IA consiguieron superar la resistencia en los experimentos.
La idea resulta atractiva para la fagoterapia: en lugar de buscar durante meses un virus natural adecuado para atacar una bacteria resistente a antibióticos, algún día podría ser posible diseñar grandes colecciones de fagos específicamente adaptados a determinados objetivos.
Eso todavía está lejos de convertirse en un tratamiento clínico. Los experimentos utilizaron bacterias de laboratorio y un bacteriófago excepcionalmente pequeño y sencillo.
Los investigadores excluyeron deliberadamente virus humanos
La otra cara del avance es evidente.
Si una IA puede aprender las reglas necesarias para diseñar un virus funcional, la misma capacidad plantea preguntas sobre qué ocurrirá cuando los modelos genómicos sean mucho más potentes.
El equipo aplicó restricciones deliberadas: los datos utilizados para desarrollar Evo excluyeron virus que infectan humanos y otros organismos considerados sensibles, y los experimentos se limitaron a bacteriófagos y cepas bacterianas no patógenas.
Por eso, estos 16 virus no son virus humanos creados por IA ni representan una nueva amenaza infecciosa para las personas.
Pero el cambio tecnológico sigue siendo profundo. La biología pasó durante el último medio siglo de leer genomas a sintetizarlos. Ahora empieza una tercera etapa: pedirle a una máquina que imagine genomas que la evolución nunca produjo y comprobar cuáles pueden cobrar vida en el laboratorio.
🔬 ¿Te fascina la ciencia? Suscribite a nuestro canal de YouTube para contenido científico que te va a volar la cabeza.
▶ Suscribirme
