Puntos Clave
- Resultado científico: La inteligencia artificial Evo, desarrollada por el Arc Institute y Stanford, ha diseñado genomas virales completos: 16 bacteriófagos sintéticos se replicaron y eliminaron bacterias en laboratorio.
- Tecnología empleada: El modelo, entrenado con 9,3 billones de nucleótidos, generó 700.000 diseños genómicos a partir del fago ΦX174; una variante, Evo-Φ69, se multiplicó 65 veces, superando al virus natural.
- Punto crítico: Las normativas de los NIH no cubren el diseño computacional de ADN viral, mientras los modelos Evo siguen siendo de código abierto y accesibles en HuggingFace.
Un genoma viral diseñado desde cero y convertido en virus vivo
El Arc Institute, en colaboración con Stanford, publicó el 6 de agosto de 2026 en Science los resultados de un experimento en el que una inteligencia artificial generativa diseñó genomas virales completos, posteriormente sintetizados y convertidos en virus funcionales. El estudio, liderado por el profesor Brian Hie y el doctorando Samuel King, marca la primera verificación experimental de un genoma diseñado íntegramente por un modelo de IA.
El sistema utilizado, llamado Evo, no procesa texto sino secuencias de ADN. Fue entrenado con cerca de dos millones de genomas de bacteriófagos y un total de 9,3 billones de nucleótidos procedentes de 128.000 organismos.
Del bacteriófago natural a 16 variantes funcionales
El punto de partida fue el ΦX174, bacteriófago de 11 genes y 5.386 pares de bases. A partir de este modelo, Evo 1 y Evo 2 produjeron 700.000 diseños genómicos, reducidos tras filtrado computacional a 302 candidatos para síntesis química. De estos, 285 fueron ensamblados físicamente como cadenas de ADN e introducidos en cultivos de E. coli. Dieciséis secuencias produjeron bacteriófagos vivos, capaces de replicarse y destruir a las bacterias huésped.
En una prueba competitiva con el virus natural, la variante Evo-Φ69 multiplicó su población 65 veces, superando de forma constante al ΦX174 silvestre. Otra variante, Evo-Φ36, incorporó un gen procedente de un fago evolutivamente distante, una modificación que según el conocimiento biológico conocido debería haber dejado al virus no funcional. El bioquímico Oliver Crook, de la Universidad de Oxford, describió estos organismos como "arquitecturas genéticas que un científico humano jamás habría pensado en diseñar".
Aplicación contra la resistencia bacteriana
Un cóctel con los 16 fagos sintéticos eliminó dos cepas distintas de E. coli resistentes a un bacteriófago natural, ofreciendo una posible vía para la terapia fágica contra infecciones resistentes a los antibióticos. Los autores del estudio describen el resultado como "un plano para el diseño de bacteriófagos sintéticos" y una base para el "diseño generativo de sistemas vivos a escala genómica".
El vacío normativo sobre bioseguridad
La política de los National Institutes of Health, publicada a finales de julio de 2026, prohíbe experimentos que aumenten la peligrosidad de patógenos conocidos, pero no regula el diseño puramente computacional de ADN viral. Moritz Hanke, del Johns Hopkins Center for Health Security, señaló la ausencia de criterios para clasificar el riesgo de un virus que nunca antes había existido.
El equipo de investigación excluyó del entrenamiento de Evo los datos genéticos relativos a virus capaces de infectar a seres humanos, animales o plantas. J. Craig Venter, pionero del ADN sintético, calificó de "graves" las preocupaciones vinculadas a una aplicación del método en patógenos como la viruela o el ántrax, subrayando el riesgo de resultados aleatorios e impredecibles.
Los modelos Evo están disponibles como código abierto en plataformas como HuggingFace, junto con parámetros y datos de entrenamiento. El genoma del VIH cuenta con cerca de 10.000 bases, el del coronavirus con cerca de 30.000: dimensiones comparables a las que el sistema ya es capaz de manejar.
Perspectivas
Patrick Cai, biólogo sintético en la Universidad de Manchester, calificó el trabajo como un "hito". Jason Kelly, CEO de Ginkgo Bioworks, propuso convertir el diseño celular mediante IA en una prioridad de investigación nacional en Estados Unidos, con laboratorios automatizados capaces de probar de forma continua nuevos diseños genómicos generados por los modelos. La distancia entre la capacidad técnica y el marco normativo sigue siendo el punto abierto de este asunto.
