La inteligencia artificial puede generar más que correos electrónicos rutinarios. Ya ha escrito pequeños genomas funcionales.

Dos modelos de IA diseñaron las bases para 16 virus capaces de atacar a Escherichia coli en placas de laboratorio, según informan investigadores el 17 de septiembre en un artículo publicado en bioRxiv.org. Una mezcla de estos bacteriófagos generados por IA impidió el crecimiento de cepas de E. coli resistentes a los virus , lo que sugiere que la técnica podría ayudar a los científicos a diseñar terapias capaces de combatir infecciones microbianas difíciles de tratar. El trabajo aún no ha sido revisado por pares.

Es la primera vez que la IA ha generado con éxito un genoma completo, dice Brian Hie, biólogo computacional de la Universidad de Stanford y el Instituto Arc en Palo Alto, California. Y aunque es discutible si los virus están vivos o no, el trabajo es un paso hacia el uso de la tecnología para diseñar organismos vivos.

Los modelos de IA ya se han utilizado para diseñar genes y proteínas individuales. Sin embargo, crear un mapa genético completo desde cero añade una capa adicional de complejidad, ya que numerosos genes y proteínas deben trabajar juntos, afirma Hie.

Hie y sus colegas recurrieron a dos modelos de IA propios, llamados Evo 1 y Evo 2, para ver si podían crear genomas para virus que destruyen bacterias. Los modelos se entrenaron con miles de millones de pares de las unidades básicas del alfabeto genético (A, C, G y T) a partir de genomas de fagos, de la misma forma que ChatGPT se entrenó con novelas y publicaciones de internet. El equipo utilizó un bacteriófago llamado ΦX174 —que en 1977 se convirtió en el primer genoma basado en ADN secuenciado— como guía para ayudar a la IA a diseñar un genoma similar.

Debido a que ΦX174 ha sido tan bien estudiado, «si la IA estuviera creando mutaciones novedosas en el fago, podríamos ver cuán novedosas son», afirma Hie. Además, los bacteriófagos no infectan a las personas, por lo que era seguro trabajar con ellos en el laboratorio. Ante la preocupación de que la IA pudiera diseñar virus que pudieran dañar a las personas, el equipo no entrenó los modelos con ningún ejemplo de patógeno viral.

Evo 1 y Evo 2 generaron aproximadamente 300 genomas de fagos potenciales. De ellos, 16 produjeron virus viables capaces de infectar a E. coli . Algunos fagos incluso eliminaron E. coli más rápidamente que ΦX174. Y aunque ΦX174 no pudo eliminar tres cepas de E. coli resistentes a fagos por sí solo, se desarrollaron rápidamente combinaciones de fagos generados por IA para superar la resistencia de la bacteria a la infección.

Los hallazgos sugieren que la IA podría ayudar a los investigadores a desarrollar virus para su uso en la terapia con fagos, una opción potencial para tratar infecciones bacterianas resistentes a los antibióticos. En tales casos, «la necesidad de encontrar un fago que se dirija a la cepa bacteriana sería muy urgente», afirma Kimberly Davis, microbióloga de la Escuela de Salud Pública Bloomberg de Johns Hopkins, quien no participó en el estudio. «El uso de la IA podría ser una forma eficaz de generar rápidamente una compatibilidad de fagos para tratar a los pacientes».

Davis señala que «el uso de fagos generados por IA debería estar estrictamente controlado». Por ejemplo, pruebas exhaustivas podrían garantizar que dichos fagos no interactúen con otros microbios ni los dañen.

Idealmente, los fagos generados por IA no solo eliminarían un tipo de bacteria dañina, preservando las bacterias beneficiosas que mantienen a las personas sanas, afirma Hie, sino que también podrían evolucionar para seguir el ritmo de las bacterias resistentes a los virus. El uso de IA para diseñar organismos completos también podría acelerar procesos de fabricación microbiana, como la producción de antibióticos, o cultivar microbios que degraden el plástico.

Y la IA tiene el potencial de ayudar a los investigadores a comprender genomas aún más complejos y a desarrollar nuevos tratamientos para enfermedades complejas, afirma Hie. El genoma humano es más de medio millón de veces más grande que el genoma de ΦX174, "así que queda mucho trabajo por hacer".

Citas

SH King et al . Diseño generativo de nuevos bacteriófagos con modelos de lenguaje genómico . bioRxiv.org. Publicado el 17 de septiembre de 2025. doi: 10.1101/2025.09.12.675911.

Por Erin García de Jesús​

​Autor​