Virus creados por inteligencia artificial eliminan bacterias en laboratorio

En un laboratorio de Palo Alto, un equipo de científicos ha logrado un avance que redefine los límites de la biotecnología: por primera vez, virus diseñados por inteligencia artificial han demostrado ser capaces de eliminar bacterias en condiciones de laboratorio. Investigadores del Arc Institute y la Universidad de Stanford, liderados por Brian Hie y Samuel King, han utilizado modelos de IA para crear genomas completos de bacteriófagos —virus que infectan bacterias— y han validado experimentalmente que 16 de estos virus sintéticos pueden destruir cepas de Escherichia coli. Este hito, reportado por MIT Technology Review y detallado en un informe del Arc Institute, inaugura una nueva era en el diseño de organismos artificiales y plantea tanto oportunidades terapéuticas como interrogantes sobre bioseguridad.

El experimento consistió en entrenar dos modelos de IA, Evo 1 y Evo 2, con una base de datos de aproximadamente dos millones de genomas de bacteriófagos. A diferencia de los métodos tradicionales, que dependen de la manipulación manual y el ensayo y error, estos modelos generaron secuencias genéticas completas para el fago ΦX174, un virus lítico bien estudiado y considerado seguro.

Los investigadores sintetizaron químicamente 302 de los genomas propuestos por la IA y los introdujeron en cultivos de E. coli. El resultado fue inequívoco: 16 de los virus generados replicaron con éxito, infectaron las bacterias y provocaron su lisis, es decir, su destrucción.

Según el Arc Institute, la validación experimental incluyó la observación directa de placas de bacterias muertas y la confirmación por microscopía electrónica de la presencia de partículas virales. Además, los fagos sintéticos mostraron una diversidad evolutiva notable, con mutaciones y reorganizaciones genéticas que no se encuentran en la naturaleza. “Se observaron virus con genes nuevos, genes truncados e incluso diferentes órdenes y arreglos genéticos”, explicó Jef Boeke, biólogo de NYU Langone Health, en declaraciones recogidas por MIT Technology Review.

Diseño por IA y diversidad evolutiva en bacteriófagos sintéticos

El proceso de diseño por IA se apoyó en una arquitectura de modelos de lenguaje genómico, similares en su lógica a los grandes modelos de lenguaje como ChatGPT, pero entrenados exclusivamente con secuencias de ADN viral. Los modelos Evo 1 y Evo 2 fueron ajustados específicamente para generar variantes del fago ΦX174, utilizando técnicas de preentrenamiento y afinamiento supervisado sobre más de 15.000 genomas de la familia Microviridae. El pipeline incluyó filtros computacionales para asegurar la calidad de las secuencias, la especificidad de tropismo (capacidad de infectar solo a la cepa objetivo de E. coli) y la diversidad evolutiva.

El equipo desarrolló además un método propio de anotación genética para superar las limitaciones de las herramientas convencionales en la predicción de genes superpuestos, una característica común en los fagos.

La novedad de este enfoque radica en la capacidad de la IA para explorar espacios evolutivos inalcanzables por métodos manuales. Mientras que la ingeniería genética tradicional se basa en la modificación incremental y la comprensión parcial de la biología, los modelos generativos pueden proponer combinaciones inéditas de genes y estructuras. “Esto es solo una versión más rápida de los experimentos de prueba y error”, opinó J. Craig Venter, pionero en la creación de organismos con ADN sintético, en diálogo con MIT Technology Review.

Sin embargo, la velocidad y la diversidad alcanzadas por la IA superan ampliamente las posibilidades humanas: los virus generados presentaron entre 67 y 392 mutaciones respecto a sus parientes naturales más cercanos, y algunos alcanzaron niveles de identidad genética inferiores al 95%, umbral que en la taxonomía viral suele definir una nueva especie.

En términos funcionales, varios de los fagos sintéticos demostraron ventajas sobre el fago natural ΦX174. En ensayos de competencia, algunos virus diseñados por IA superaron al fago de referencia en capacidad de replicación y velocidad de lisis bacteriana.

Uno de los candidatos, Evo-Φ2483, redujo la densidad bacteriana más rápido y de forma más pronunciada que el fago natural. Además, un cóctel de los 16 fagos generados logró superar la resistencia bacteriana en tres cepas de E. coli que habían evolucionado para resistir la infección por ΦX174, algo que el fago natural no consiguió.

Según el Arc Institute, “un cóctel de los fagos generados superó rápidamente la resistencia a ΦX174 en tres cepas de E. coli, lo que demuestra la utilidad potencial de nuestro enfoque para diseñar terapias con fagos contra patógenos bacterianos de rápida evolución”.

Potencial terapéutico, aplicaciones y desafíos de bioseguridad

Las aplicaciones potenciales de estos bacteriófagos sintéticos son amplias. En el ámbito médico, la terapia con fagos se perfila como una alternativa frente a infecciones bacterianas resistentes a antibióticos, un problema creciente a nivel global. Samuel King, principal responsable experimental del proyecto, señaló a MIT Technology Review que “existe definitivamente un gran potencial para esta tecnología”, tanto en el desarrollo de nuevas terapias como en la mejora de vectores virales para terapia génica. En el sector agrícola, los fagos diseñados podrían emplearse para combatir enfermedades bacterianas en cultivos, como la podredumbre negra de la col.

No obstante, el avance también ha reavivado el debate sobre los riesgos y las limitaciones del diseño de virus por IA. Los modelos Evo se entrenaron deliberadamente solo con bacteriófagos, excluyendo cualquier virus capaz de infectar células humanas o eucariotas, como medida de bioseguridad.

El Arc Institute subraya que todos los experimentos se realizaron bajo protocolos estrictos de contención y con cepas bacterianas no patógenas. “Un área donde insto a la máxima precaución es cualquier investigación de mejora viral, especialmente cuando es aleatoria y no se sabe qué se está obteniendo”, advirtió Venter en MIT Technology Review.

El propio equipo reconoce que, aunque los bacteriófagos constituyen un banco de pruebas seguro, la aplicación de estas técnicas a virus humanos requeriría un debate profundo y regulaciones específicas.

Entre las limitaciones actuales, los expertos destacan la dificultad de escalar el diseño a organismos más complejos. Mientras que el genoma del fago ΦX174 contiene solo 11 genes y unas 5.000 bases de ADN, una bacteria como E. coli posee mil veces más información genética. Además, la validación experimental de genomas más grandes sigue siendo un reto técnico considerable, ya que no todos los organismos pueden iniciar su ciclo vital a partir de una simple cadena de ADN sintético.

De cara al futuro, tanto MIT Technology Review como el Arc Institute coinciden en que el diseño generativo de genomas completos abre nuevas vías para la biología sintética, la investigación evolutiva y el desarrollo de biotecnologías adaptativas.

El ritmo acelerado de los avances en IA sugiere que el diseño de organismos a medida podría convertirse en una herramienta central de la biotecnología, junto a la secuenciación, la síntesis y la edición genómica.

La capacidad de diseñar células —las unidades fundamentales de la vida— marca un nuevo horizonte científico, y la competencia internacional por liderar este campo ya está en marcha.