Un grupo de científicos de la Universidad de Stanford utilizó un modelo de inteligencia artificial de OpenAI para diseñar virus que sean capaces de infectar bacterias. El experimento produjo 16 fagos funcionales, con secuencias genéticas que no existen en la naturaleza y que, en algunos casos, superaron las defensas de la bacteria Escherichia coli.
El trabajo, publicado en la revista Science, mostró que un sistema de IA generativa puede aprender las reglas evolutivas presentes en millones de genomas y utilizarlas para escribir ADN viral desde cero. Los investigadores entrenaron al modelo Evo con enormes bases de datos genéticas, de forma similar al aprendizaje de los modelos de lenguaje con grandes volúmenes de texto.
En lugar de predecir palabras, Evo analizó las restricciones que determinan qué secuencias de ADN pueden funcionar dentro de un organismo. Luego creó sus propias instrucciones genéticas para producir nuevos virus. Los científicos sintetizaron ese ADN en el laboratorio y comprobaron que 16 diseños infectaron con éxito a E. coli.
Los fagos son virus que infectan bacterias y no células humanas. En este caso, los autores excluyeron de los datos de entrenamiento los genomas de patógenos que afectan a las personas. Por ese motivo, los virus diseñados en el estudio no pueden infectar seres humanos.
La investigación abrió una posibilidad importante para el mundo de la medicina. La creación de fagos a medida podría servir para desarrollar tratamientos contra bacterias resistentes a los antibióticos, uno de los principales problemas sanitarios a nivel global. En vez de buscar en la naturaleza un virus que ataque a una bacteria específica, los científicos podrían diseñarlo según las características genéticas del microorganismo.
Ese potencial médico convive con fuertes advertencias sobre la bioseguridad. Especialistas, funcionarios de salud pública y expertos en biología sintética cuestionaron la velocidad de los avances y la falta de normas claras para controlar este tipo de herramientas.
Thomas Inglesby y Moritz Hanke, especialistas del Centro Johns Hopkins para la Seguridad Sanitaria, sostuvieron en un comentario publicado en Science que el experimento demuestra la capacidad de la IA para diseñar agentes biológicos peligrosos. Ambos reclamaron leyes estrictas y pidieron que se prohíba el uso de técnicas generativas sobre patógenos que afecten a personas, animales o cultivos.
“Se podría decir: ‘Oye, modelo de lenguaje genómico, créame un genoma de influenza modificado para que sea más transmisible o más letal’”, dijo Hanke a The New York Times.
Otros científicos relativizaron el riesgo inmediato. Tom Ellis, profesor de ingeniería de genomas sintéticos en el Imperial College de Londres, afirmó que fabricar un arma biológica con impacto en humanos no sería tan sencillo. Según explicó a The Guardian, los virus creados por Evo son “literalmente los genomas más pequeños y fáciles de fabricar”.
Ellis también señaló que las restricciones al acceso a determinados datos genéticos podrían reducir significativamente los riesgos. El debate se centra ahora en qué información debería permanecer disponible y qué controles deberían aplicarse a los modelos de IA biológica.
Las empresas líderes del sector formaron el Frontier Model Forum, una organización sin fines de lucro que estudia amenazas vinculadas con modelos avanzados, promueve estándares de seguridad y busca limitar posibles usos indebidos en biología.
La preocupación no se limita a la creación directa de nuevos patógenos. Algunos investigadores advierten que los chatbots pueden facilitar el acceso a conocimientos técnicos a personas sin formación especializada. En abril, científicos consultados por The New York Times aseguraron que obtuvieron instrucciones detalladas para ensamblar patógenos letales y liberarlos en espacios públicos.
El experimento de Stanford marcó un salto para la biología sintética. Por primera vez, un modelo generativo creó genomas virales completos que luego funcionaron en un laboratorio. La misma tecnología que podría ayudar a combatir superbacterias también obliga a gobiernos, laboratorios y empresas de IA a definir límites antes de que sistemas más potentes amplíen su capacidad para diseñar organismos.
*Esta nota fue publicada originalmente en Forbes.com.
