La biología sintética acaba de alcanzar un nuevo hito: científicos lograron diseñar los primeros virus creados con inteligencia artificial (IA). Estos avances, aunque aún en fase experimental, abren la puerta a una biotecnología más precisa y a posibles tratamientos contra bacterias resistentes.

Cómo la IA diseñó los primeros virus

El equipo de Brian Hie y Samuel King utilizó modelos de IA llamados Evo 1 y Evo 2 para generar genomas virales funcionales. A diferencia de estudios previos, que se limitaban a diseñar fragmentos de ADN o proteínas individuales, este experimento consiguió escribir secuencias coherentes a escala genómica.

Como plantilla seleccionaron el bacteriófago ΦX174, un virus de ADN monocatenario que infecta a Escherichia coli (E. coli). Los modelos, entrenados con más de dos millones de genomas de fagos, fueron afinados para producir variantes capaces de atacar cepas resistentes a los antibióticos.

Tras evaluar miles de secuencias, los investigadores redujeron la lista a 302 genomas viables, de los cuales sintetizaron ADN para cultivarlos en bacterias hospedadoras. El resultado fue sorprendente: 16 fagos creados por IA demostraron ser capaces de infectar y eliminar distintas cepas de E. coli, incluyendo algunas que el virus natural ΦX174 no lograba atacar.

Este hallazgo confirma que la IA puede diseñar genomas completos con funciones específicas, un paso que acerca a la ciencia a la posibilidad de generar organismos totalmente diseñados por computadora.

Potencial terapéutico y riesgos de bioseguridad

Los científicos ven en esta técnica un futuro prometedor para la lucha contra las infecciones bacterianas resistentes, una de las amenazas más urgentes para la salud pública mundial. Según King, combinar fagos diseñados por IA podría ofrecer tratamientos más eficaces que la fagoterapia tradicional.

No obstante, el avance también despierta inquietudes. La bioseguridad y el dilema del doble uso —el riesgo de que la tecnología se emplee para crear virus dañinos para los humanos— son preocupaciones recurrentes. Kerstin Göpfrich, bióloga sintética de la Universidad de Heidelberg, subraya que este dilema no es exclusivo de la IA: cualquier herramienta biológica avanzada puede usarse para bien o para mal.

Para mitigar riesgos, los autores excluyeron de sus modelos cualquier información relacionada con virus que afectan a eucariotas, incluidos los humanos. Además, utilizaron sistemas hospedadores considerados seguros, como ΦX174 y E. coli no patógena, ampliamente empleados en investigación de biología molecular.

De este modo, los investigadores insisten en que su trabajo se mantiene dentro de los márgenes de seguridad y busca sentar las bases para terapias seguras y efectivas.

Hacia la biología generada por IA

Aunque aún falta mucho para llegar a organismos vivos completos diseñados por algoritmos, los resultados de este estudio marcan un punto de inflexión en la biología sintética. “Este es un caso práctico de lo que ya es posible y una base para aplicaciones más ambiciosas”, comentó Peter Koo, biólogo computacional del Laboratorio Cold Spring Harbor.

Los modelos Evo, combinados con filtros humanos y experimentación, muestran que la IA puede convertirse en una herramienta indispensable para manipular genomas complejos. Si se perfecciona esta metodología, podría permitir a los científicos diseñar virus y bacterias benéficas capaces de combatir infecciones, reparar ecosistemas dañados o incluso generar materiales biológicos innovadores.

El entusiasmo de los investigadores es palpable: más allá del hito técnico, este avance plantea una cuestión filosófica profunda. Si la IA ya es capaz de escribir las instrucciones de la vida, ¿qué tan cerca estamos de una auténtica “vida generada por inteligencia artificial”?

El diseño de virus con IA representa una innovación sin precedentes en biología sintética. Aunque aún limitado a experimentos controlados, este avance promete revolucionar la medicina y plantea nuevos retos éticos y de bioseguridad. La humanidad se acerca, paso a paso, a la vida creada digitalmente.

Referencia:

• bioRxiv/Generative design of novel bacteriophages with genome language models. Link