La IA crea 16 virus desde cero, lo que combatiría la resistencia a antibióticos, pero alerta sobre su posible uso indebido
Por Deidre McPhillips, CNN
Científicos utilizaron un programa de inteligencia artificial para crear genomas virales diferentes de los de cualquier virus conocido en la naturaleza y capaces de atacar huéspedes específicos, según un nuevo estudio. El avance resulta prometedor para la medicina, pero también suscita preocupación por su posible uso indebido.
El estudio, publicado el jueves en la revista Science, señala que las secuencias genéticas procedentes de millones de fuentes “de todos los dominios de la vida” sirvieron como corpus de entrenamiento para Evo, una herramienta de IA. El proceso es similar al entrenamiento de ChatGPT y otros modelos de lenguaje con grandes cantidades de textos existentes.
Los científicos de Stanford University y el Arc Institute utilizaron después la IA para generar miles de combinaciones genómicas dentro de un marco específico: debían ser compatibles con células de la bacteria E. coli. De los miles de genomas generados por la IA, los investigadores sintetizaron y probaron unos 300 en el laboratorio y determinaron que 16 correspondían a virus viables.
Los nuevos virus son bacteriófagos, es decir, virus que infectan bacterias, pero no a los seres humanos.
De acuerdo con la investigación, el corpus genético ayudó a la IA a “aprender las restricciones evolutivas” de los genomas naturales. Sin embargo, los científicos descubrieron que uno de los nuevos virus contenía un elemento “evolutivamente distante”. Esto indica que la IA produjo cambios cuya viabilidad podría haber tardado millones de años en manifestarse mediante la evolución natural.
Las pruebas mostraron que una combinación de los nuevos virus podía vencer la resistencia a los antibióticos en algunas cepas de E. coli, algo que no consiguió una “combinación comparable de fagos obtenidos de fuentes naturales”.
Esto “abre una vía para generar terapias adaptables y robustas con fagos contra patógenos que evolucionan rápidamente”, escribieron los autores.
Se trata de un hito científico importante, en momentos en que los investigadores buscan combatir la creciente resistencia a los medicamentos en microorganismos como E. coli.
“El avance logrado es significativo”, dijo Jordi García Ojalvo, profesor de biología de sistemas de la Universidad Pompeu Fabra de Barcelona, en declaraciones al Science Media Centre.
No obstante, el avance también suscita reservas.
“Aunque esto resulta prometedor para las aplicaciones en las ciencias de la vida, también plantea interrogantes urgentes sobre seguridad y protección biológicas”, escribieron especialistas del Johns Hopkins Center for Health Security en un artículo complementario publicado en Science.
“Ya existe la capacidad de crear genomas virales mediante IA generativa; lo que no existe es la gobernanza necesaria para utilizarla de manera segura”, escribieron.
Los investigadores abordaron directamente las consideraciones de seguridad y protección biológicas en su trabajo. Los especialistas de Johns Hopkins señalaron que lo hicieron “de manera más deliberada que la mayoría de los desarrolladores de potentes modelos biológicos de IA”.
La nueva investigación se centró en la bacteria E. coli y en un tipo de virus que no puede infectar a los seres humanos. No está claro hasta qué punto el método podría aplicarse a otros virus.
Los autores del artículo complementario señalaron un campo particularmente peligroso que, a su juicio, no debe explorarse: los patógenos capaces de infectar células u organismos eucariotas. Estos pueden causar diversas enfermedades en los seres humanos, entre ellas la malaria y ciertas infecciones por levaduras.
“Esos genomas podrían codificar nuevos patógenos capaces de infectar a seres humanos, animales o plantas de formas que las medidas existentes quizá no puedan contener”, escribieron.
García Ojalvo dijo que el riesgo de bioseguridad que plantea la nueva investigación es menor que el de otras herramientas de IA. Esto se debe principalmente a que cada genoma debe probarse por separado después de su diseño y a que la tasa de éxito es baja: solo 16 virus resultaron viables entre los cientos de miles generados.
“Es difícil imaginar que estos modelos generen automáticamente genomas viables de manera inmediata”, dijo.
The-CNN-Wire
™ & © 2026 Cable News Network, Inc., a Warner Bros. Discovery Company. All rights reserved.
