Por Canuto  

Un equipo de Stanford y el Instituto Arc utilizó modelos de lenguaje genómico para diseñar virus completos desde cero. De 302 candidatos, 16 resultaron funcionales y capaces de infectar bacterias, un avance que podría transformar la terapia contra la resistencia antibiótica pero que también abre debates sobre bioseguridad.
***

  • Investigadores de Stanford y el Instituto Arc generaron 302 genomas de bacteriófagos con IA y 16 se confirmaron como virus viables.
  • Los virus diseñados atacan E. coli y muestran hasta 65 veces más ventaja de replicación que el fago natural modelo.
  • El avance podría impulsar la terapia con fagos contra bacterias resistentes, pero plantea serias preguntas sobre gobernanza y seguridad biológica.

La IA generativa cruza una línea científica

La inteligencia artificial acaba de demostrar que puede diseñar maquinaria viral completa y funcional. Investigadores de la Universidad de Stanford y el Instituto Arc utilizaron modelos de lenguaje genómico para crear genomas de bacteriófagos desde cero.

De los 302 diseños generados, 16 resultaron ser virus completamente funcionales. No parcialmente funcionales, sino capaces de infectar y lisar bacterias E. coli en condiciones de laboratorio.

El preprint, publicado en bioRxiv el 12 de septiembre de 2025, marca la primera vez que la IA generativa produce genomas virales funcionales de principio a fin. Según el equipo liderado por Brian Hie, en colaboración con el Instituto Arc, NVIDIA y UC Berkeley, estos bacteriófagos no solo ensamblaron correctamente sino que mostraron ventajas de replicación de hasta 65 veces sobre la plantilla natural.

El logro fue reportado por el equipo editorial de cryptobriefing.com, que destacó la relevancia del estudio para la biotecnología y la medicina. La investigación se apoya en los modelos Evo 1 y Evo 2, entrenados con billones de pares de bases de ADN.

Estos modelos funcionan como los grandes modelos de lenguaje, pero en lugar de predecir la siguiente palabra, predicen el siguiente par de bases en una secuencia genética. La capacidad de generar genomas funcionales representa un salto cualitativo en el diseño biológico.

¿Qué construyeron realmente los investigadores?

El equipo generó 302 genomas candidatos basados en la arquitectura del virus natural ΦX174, un bacteriófago que infecta E. coli. Ese virus tiene un genoma de aproximadamente 5.386 pares de bases, diminuto según estándares biológicos.

De esos 302 candidatos, 16 se confirmaron experimentalmente como virus viables. Los investigadores verificaron que podían ensamblarse, infectar bacterias y multiplicarse.

Varias variantes mostraron una ventaja de replicación de hasta 65 veces sobre el fago natural. Esto sugiere que la IA no solo copia la naturaleza, sino que puede optimizarla.

El equipo también probó estos fagos en terapias combinadas contra cepas bacterianas resistentes. Los resultados mostraron una eficacia significativa, lo que abre la puerta a tratamientos personalizados contra infecciones difíciles.

La construcción de estos genomas no requirió manipulación genética convencional, sino síntesis química de ADN a partir de las secuencias generadas por IA. Todo el proceso, desde el diseño hasta la validación, se completó en un tiempo récord.

La promesa contra la resistencia a los antibióticos

La resistencia a los antibióticos es una crisis global que rara vez recibe la atención que merece. La terapia con fagos, que utiliza virus para matar bacterias específicas, existe desde principios del siglo XX.

Sin embargo, nunca logró adopción clínica generalizada, en parte porque diseñar el fago adecuado para cada cepa bacteriana es un proceso meticuloso y lento. La IA elimina esa barrera al permitir generar fagos a medida en cuestión de horas.

Los fagos generados por IA atacan solo a la bacteria objetivo, sin afectar otras especies, lo que los hace ideales para infecciones resistentes a múltiples fármacos. La capacidad de producir virus funcionales bajo demanda podría revolucionar el tratamiento de enfermedades como la tuberculosis o infecciones hospitalarias.

El estudio, reportado por cryptobriefing.com, destaca que estos fagos fueron diseñados bajo restricciones de una plantilla natural conocida. Aun así, el potencial es enorme: la IA podría crear fagos para cualquier bacteria patógena si se dispone de datos suficientes.

La siguiente fase incluye ensayos clínicos en humanos, aunque los investigadores advierten que aún quedan años de desarrollo. Pero la demostración de viabilidad ya es un hito.

Las preguntas de bioseguridad ya están siguiendo esta investigación

La capacidad de la IA para diseñar virus funcionales plantea riesgos de bioseguridad que no pueden ignorarse. Aunque estos fagos son inofensivos para humanos, la tecnología subyacente es de doble uso.

Los investigadores no generaron patógenos pandémicos, pero el modelo aprende a construir maquinaria viral. En teoría, podría adaptarse para crear virus que infecten humanos si se modifican los datos de entrenamiento.

La comunidad científica ya debate sobre la necesidad de nuevos marcos de gobernanza para la biología sintética y la IA. Los autores del estudio reconocen esta preocupación y piden un diálogo abierto.

El instituto Arc y Stanford han publicado el preprint en bioRxiv, pero también han compartido detalles con agencias reguladoras. La participación de NVIDIA, como proveedor de cómputo, añade una capa de responsabilidad corporativa.

Los expertos en bioseguridad señalan que la democratización de herramientas de diseño genético podría facilitar el bioterrorismo. Por eso, la colaboración entre académicos, gobiernos y empresas es esencial.

El papel de NVIDIA y el futuro del modelado genómico

NVIDIA participó en esta investigación proporcionando la infraestructura de cómputo necesaria para entrenar y ejecutar los modelos Evo. El modelado genómico a esta escala requiere miles de GPU de alto rendimiento.

La inversión en infraestructura de IA para ciencias de la vida está creciendo exponencialmente. Empresas como NVIDIA ven en la genómica uno de los mercados más prometedores para sus chips.

El acceso a modelos como Evo 1 y Evo 2 podría impulsar la biología sintética en todo el mundo. Universidades y startups ya están explorando aplicaciones en medicina personalizada, agricultura y materiales.

Sin embargo, el costo computacional sigue siendo alto, lo que limita el acceso a instituciones con grandes presupuestos. Esto podría exacerbar las desigualdades en la investigación biomédica.

A pesar de los retos, el logro de Stanford y Arc demuestra que la IA no solo analiza datos, sino que puede crear estructuras complejas con precisión. La próxima generación de modelos podría diseñar proteínas, redes metabólicas o incluso organismos completos.

Los autores planean liberar los datos y modelos bajo licencias abiertas, sujetas a revisión de seguridad. La comunidad científica espera que este avance acelere la lucha contra enfermedades infecciosas y otras amenazas a la salud humana.

La frontera entre lo natural y lo sintético se difumina, y la IA está al mando del timón. El futuro de la biología será, sin duda, más digital que nunca.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados