Un equipo de investigadores está implementando una innovadora metodología basada en la inteligencia artificial generativa para el diseño de virus especializados. El objetivo fundamental de este avance es localizar y destruir bacterias nocivas, lo que podría sentar las bases para una nueva generación de antibióticos diseñados específicamente para combatir las denominadas "superbacterias", aquellas que han desarrollado resistencia a los fármacos convencionales.
Para lograr este avance, científicos de la Universidad de Stanford han empleado el modelo de IA denominado Evo 2. Esta herramienta posee la capacidad de generar nuevas secuencias de ADN, lo que permitió a los investigadores crear una serie de virus conocidos como bacteriófagos. Estos microorganismos tienen la propiedad natural de atacar y matar bacterias, aunque en este caso han sido optimizados mediante el uso de la tecnología computacional.
Los resultados obtenidos en las pruebas de laboratorio han sido reveladores. Los científicos utilizaron una mezcla de 16 virus que fueron calificados como "excepcionalmente eficaces" y diseñados por el modelo Evo 2. Esta combinación logró eliminar con rapidez cepas de la bacteria E. coli que ya habían desarrollado inmunidad frente a los fagos que se encuentran de forma natural en el medio ambiente. La E. coli es un grupo de bacterias capaz de provocar infecciones intestinales y que, actualmente, presenta una resistencia creciente a los antibióticos disponibles en el mercado.
Este problema de resistencia no es un hecho aislado, sino una tendencia global. El aumento de la resistencia a los antibióticos está impulsada principalmente por el uso inadecuado y excesivo de estos medicamentos. Esta práctica ha llevado a que las bacterias desarrollen mecanismos de supervivencia sofisticados, dejando inservibles muchos de los tratamientos médicos que se utilizaban hasta hace poco.
Sobre la estrategia empleada, Brian Hie, ingeniero químico de Stanford y coautor del estudio, explicó la lógica detrás del uso de mezclas de virus. Hie señaló que, si las bacterias desarrollan resistencia a un único fago, el tratamiento deja de ser útil. Sin embargo, al disponer de varios fagos que son genéticamente distintos dentro de una misma mezcla, se crea un "cóctel" que hace que resulte mucho más difícil para las bacterias lograr resistir a todos los componentes simultáneamente.
Mirando hacia el futuro, los investigadores sugieren que esta tecnología no se limitará a la E. coli, sino que podría emplearse para atacar otros patógenos dañinos. Entre las posibilidades mencionadas se encuentran las bacterias causantes de la tuberculosis y diversas infecciones hospitalarias recurrentes, como el MRSA.
No obstante, el proyecto no está exento de controversias. Los investigadores decidieron poner el modelo de IA Evo 2 a disposición del público para su descarga y uso de forma abierta y gratuita. Esta decisión de código abierto ha generado una preocupación significativa en materia de seguridad. Los propios autores del estudio reconocen que esta apertura ha iniciado un debate sobre la bioseguridad, especialmente ante el riesgo de que "actores malintencionados" utilicen versiones modificadas del modelo para diseñar agentes biológicos peligrosos.
Simon Clarke, profesor titular de microbiología celular en la Universidad de Reading, Reino Unido, quien no participó en la investigación, afirmó que esta situación plantea "graves problemas normativos y de seguridad, por decirlo suavemente". Aunque Clarke reconoce que este tipo de trabajos suelen estar regulados y que los científicos de Stanford han previsto salvaguardas, advirtió que no existen garantías de que otros investigadores que intenten replicar el proceso sean igualmente prudentes. A pesar de esto, Clarke matizó que los patógenos naturales siguen representando un riesgo mayor en la actualidad, ya que son más fáciles de obtener y producir que aquellos diseñados desde cero mediante IA.
Desde la perspectiva de los autores, la biología diseñada con IA ofrece una ventaja sobre la evolución natural: la capacidad de incorporar controles de seguridad directamente en el proceso de diseño. El modelo Evo 2 fue entrenado utilizando millones de genomas naturales de diversas partes del mundo, lo que le permitió comprender la "gramática" compleja y las reglas funcionales de las secuencias de ADN.
Este conjunto de datos incluye información biológica sensible, como secuencias genéticas y características de patógenos. Actualmente, no existe un marco regulatorio universal para estos datos. Si bien algunos desarrolladores excluyen voluntariamente la información de alto riesgo, los investigadores sostienen que es necesario implementar normas claras y coherentes para todos los actores del sector.
En febrero de 2025, el equipo detrás de Evo 2 anunció que había excluido de sus conjuntos de datos aquellos patógenos que infectan a seres humanos y otros organismos complejos. Esta medida se tomó para mitigar riesgos éticos y de seguridad, y específicamente para impedir que la herramienta sea utilizada en el desarrollo de armas biológicas.
Esta preocupación es compartida por la comunidad científica internacional. A principios de año, más de 100 investigadores de diversas partes del mundo firmaron una carta abierta defendiendo que, aunque el acceso abierto a los datos acelera los descubrimientos, existe un subconjunto de datos biológicos que representa un riesgo para la bioseguridad si se utilizan indebidamente. Los firmantes subrayaron que hay mucho en juego en la gobernanza de los datos biológicos, ya que los modelos de IA podrían facilitar la creación de amenazas graves. Por ello, concluyeron que encontrar un equilibrio entre la apertura científica y las restricciones de seguridad será esencial a medida que los sistemas de IA se vuelvan más potentes y accesibles.
