En un avance que podría redefinir los límites entre la informática y la biología, un equipo de investigadores ha utilizado inteligencia artificial para diseñar virus bacterianos completamente nuevos desde cero. Los resultados, publicados recientemente, no solo demuestran que la IA es capaz de generar secuencias genómicas funcionales, sino que también abren un debate sobre las implicaciones éticas, regulatorias y prácticas de la biología generativa.

El experimento se centró en los bacteriófagos, virus que infectan bacterias en lugar de células humanas, animales o plantas. Estas entidades, entre las más abundantes y diversas del planeta, han coevolucionado con las bacterias durante miles de millones de años y son conocidas por su alta especialización: reconocen moléculas en la superficie bacteriana, se adhieren a ellas y depositan su material genético para tomar el control de la maquinaria molecular de la célula huésped. El ciclo culmina con la lisis de la bacteria, liberando nuevas partículas víricas listas para seguir propagándose.

Para este estudio, los científicos emplearon dos modelos de IA llamados Evo 1 y Evo 2, diseñados para trabajar con secuencias de ADN de forma análoga a como los grandes modelos de lenguaje procesan texto. Al igual que un modelo lingüístico aprende patrones estadísticos en palabras y oraciones, un modelo genómico aprende las regularidades estadísticas presentes en las secuencias de ADN. Esta analogía permite a los sistemas predecir diseños genómicos viables sin necesidad de conocer a priori los mecanismos moleculares subyacentes.

El equipo generó 285 genomas de fagos utilizando estos modelos y los sintetizó en laboratorio. De ellos, 16 produjeron fagos funcionales capaces de infectar *Escherichia coli*, una bacteria modelo ampliamente utilizada en investigación. El éxito no fue universal: la mayoría de los diseños no conferían capacidad infecciosa, lo que subraya tanto el potencial de la IA para explorar un vasto espacio de posibilidades biológicas como las limitaciones actuales de estos modelos.

Desde una perspectiva técnica, el experimento ilustra un hito en el emergente campo de la biología generativa, donde la IA se utiliza no solo para analizar secuencias existentes, sino para crear nuevas moléculas y organismos. Esta capacidad de “diseño de abajo hacia arriba” podría acelerar el descubrimiento de terapias basadas en fagos, un enfoque alternativo a los antibióticos que está cobrando relevancia ante el aumento de la resistencia antimicrobiana. Además, la rapidez con la que se pueden sintetizar y probar pequeños genomas fagosicos —a menudo compuestos por solo unas pocas miles de pares de bases— hace que sean un sistema de prueba ideal para evaluar las capacidades creativas de la IA en biología.

No obstante, el estudio también plantea interrogantes éticos y regulatorios. Aunque los fagos diseñados son específicos de bacterias y no afectan directamente a humanos o animales, la posibilidad de aplicar modelos similares a patógenos más peligrosos exige un marco de supervisión robusto. La comunidad científica ya aboga por directrices claras que equilibren la innovación con la seguridad, garantizando que los avances en biología sintética no sean malutilizados.

Otro aspecto relevante es la transparencia de los modelos. Evo 1 y Evo 2 aprenden patrones estadísticos sin una comprensión causal de la biología subyacente, lo que puede generar diseños que funcionan en contextos específicos pero fallan en otros. Futuras investigaciones se centrarán en integrar conocimientos biológicos explícitos en los algoritmos de IA, mejorando así la confiabilidad y la interpretabilidad de los diseños generados.

En términos de impacto más amplio, este trabajo señala que la IA está pasando de ser una herramienta de análisis a una herramienta de creación en la biología. La capacidad de escribir nuevas versiones del código de la vida podría revolucionar áreas como la producción de biofármacos, la síntesis de materiales y hasta la ingeniería de ecosistemas. Sin embargo, como con cualquier tecnología poderosa, el resultado dependerá de cómo la sociedad elija gobernarla y aplicarla.

En resumen, el logro de diseñar fagos funcionales desde cero con IA es un hito que muestra tanto el potencial transformador de la biología generativa como la necesidad de un enfoque reflexivo y seguro para avanzar en este nuevo frontier científico.