IA crea 16 virus nuevos para combatir resistencia antibiótica, pero genera alertas de seguridad

En un laboratorio de Stanford, científicos entrenaron un programa de inteligencia artificial llamado Evo alimentándolo con millones de secuencias genéticas extraídas de todos los rincones de la vida conocida. El proceso no era tan distinto al que permite que ChatGPT entienda el lenguaje humano: máquinas aprendiendo patrones a partir de datos masivos. Pero en lugar de palabras, Evo aprendía el idioma de los genes.

Lo que sucedió después fue notable. Los investigadores de Stanford y el Arc Institute pidieron a la IA que generara miles de combinaciones genómicas nuevas, con una restricción específica: debían funcionar dentro de células de la bacteria E. coli. De esos miles de candidatos, los científicos sintetizaron y probaron aproximadamente 300 en el laboratorio. Dieciséis de ellos resultaron ser virus viables, organismos que nunca antes habían existido en la naturaleza.

Estos dieciséis virus son bacteriófagos, lo que significa que infectan bacterias pero no seres humanos. Lo que los hace especialmente interesantes es que, cuando se combinaban, podían vencer la resistencia a los antibióticos en ciertas cepas de E. coli de una manera que los fagos naturales no podían lograr. El estudio, publicado el jueves en la revista Science, sugiere una ruta promisoria hacia terapias adaptables que podrían perseguir a patógenos que evolucionan rápidamente. En un momento en que la resistencia a los medicamentos se propaga entre microorganismos, esto representa un avance significativo.

Pero el mismo logro que abre puertas también enciende alarmas. Especialistas del Johns Hopkins Center for Health Security escribieron en un artículo complementario que, aunque la investigación es prometedora para las ciencias de la vida, plantea preguntas urgentes sobre seguridad biológica. Su conclusión fue directa: existe ahora la capacidad de crear genomas virales mediante IA generativa, pero no existe la gobernanza necesaria para hacerlo de manera segura. Los autores del estudio de Stanford abordaron estas preocupaciones de forma más deliberada que la mayoría de los desarrolladores de modelos biológicos de IA, según reconocieron los expertos de Johns Hopkins, pero eso no disipa la inquietud.

La investigación se limitó a E. coli y a un tipo de virus incapaz de infectar humanos. Lo que preocupa a los especialistas es la posibilidad de que el método se extienda a patógenos capaces de infectar células eucariotas, aquellas que componen organismos complejos como animales y plantas. Esos genomas podrían codificar nuevas enfermedades, desde la malaria hasta infecciones por levaduras, de formas que las defensas existentes quizá no puedan contener. Los expertos de Johns Hopkins fueron explícitos: ese territorio no debe explorarse.

Jordi García Ojalvo, profesor de biología de sistemas en la Universidad Pompeu Fabra de Barcelona, ofreció una perspectiva más moderada. El riesgo de bioseguridad que presenta este trabajo es menor que el de otras herramientas de IA, argumentó, principalmente porque cada genoma debe probarse por separado después de su diseño y porque la tasa de éxito es baja. Solo dieciséis virus resultaron viables de entre cientos de miles generados. Es difícil imaginar, dijo, que estos modelos generen automáticamente genomas viables de manera inmediata.

Lo que queda claro es que la ciencia ha cruzado un umbral. La capacidad existe. Ahora la pregunta es cómo gobernarla.