Un sistema automatizado prueba nuevos códigos genéticos sin reescribir genomas vivos

Una plataforma robótica permite ensayar códigos genéticos alternativos en sistemas libres de células y probar cómo incorporar aminoácidos no habituales sin modificar organismos completos.

Por Redacción Ciencias.UY 29 de agosto de 2026 a las 14:00 5 min de lectura
Imagen: Nature Imagen acompañante del artículo fuente; atribución preservada Fuente de imagen
Esquema del sistema de traducción celular usado para ensayar códigos genéticos alternativos en el laboratorio.

El código genético suele presentarse como una de las reglas más estables de la biología: grupos de tres letras del ADN y del ARN indican qué aminoácido debe incorporarse al fabricar una proteína. Pero esa regla no tiene por qué ser única. Un estudio publicado en Nature muestra una forma mucho más rápida de ensayar códigos genéticos alternativos sin tener que rediseñar primero un organismo vivo completo.

La plataforma, llamada AGENTEX, funciona en sistemas de traducción libres de células, es decir, montajes de laboratorio que conservan la maquinaria básica para fabricar proteínas pero no dependen de una célula viva entera. Eso permite probar muchas combinaciones en paralelo y medir con rapidez qué ocurre cuando se cambian algunas de las instrucciones que usan los ribosomas para leer el mensaje genético.

La idea de fondo es ambiciosa. El código genético estándar usa 64 codones para producir 20 aminoácidos habituales y las señales de inicio y finalización. Desde hace años, distintos equipos intentan reorganizar esa lógica para liberar algunos codones y asignarles nuevas funciones, por ejemplo incorporar aminoácidos no estándar que permitan fabricar proteínas con propiedades químicas poco comunes. El problema es que hacerlo dentro de organismos vivos suele ser lento, complejo y arriesgado, porque obliga a tocar muchos componentes del sistema al mismo tiempo.

AGENTEX propone un atajo experimental. En vez de empezar por reescribir un genoma entero, automatiza el prototipado de versiones alternativas del código en un entorno controlado. Según el trabajo, el sistema combina ARN de transferencia sintéticos y ribosomas modificados para probar qué combinaciones siguen funcionando y cuáles permiten reasignar codones o sumar bloques de construcción no habituales. Los autores muestran que es posible comprimir parte del código y evaluar nuevas asignaciones sin pasar primero por la ingeniería completa de una bacteria viva.

Eso vuelve más concreto un objetivo que hasta ahora era técnicamente muy costoso: diseñar proteínas con piezas que la biología corriente no usa. Incorporar aminoácidos no estándar podría servir para crear materiales biológicos con propiedades nuevas, moléculas terapéuticas más estables o sistemas celulares menos vulnerables a virus y al intercambio de genes con otros organismos. El aporte de este estudio no es que esas aplicaciones ya estén listas, sino que ofrece una manera más ágil de explorar qué códigos alternativos valen la pena antes de dar el salto a sistemas vivos.

El trabajo también tiene interés más básico. Si los ribosomas y los ARN de transferencia toleran más cambios de los que se creía, eso sugiere que el código genético podría ser más flexible en términos experimentales e incluso evolutivos de lo que parecía. En otras palabras, la relación entre codones y aminoácidos no sería solo una regla heredada, sino un espacio de diseño que puede explorarse de manera sistemática.

Conviene, de todos modos, poner el resultado en contexto. El estudio se hizo en sistemas libres de células, no en organismos completos, y probar que un código alternativo funciona en una mezcla de laboratorio no equivale a demostrar que pueda sostener la vida o mantenerse estable durante generaciones. Además, reasignar codones sin producir errores en otras proteínas sigue siendo un problema delicado. Por ahora, el avance principal está en la herramienta: hace más rápido y menos costoso ensayar futuros códigos genéticos antes de intentar instalarlos en seres vivos.

Imagen

Nature · Imagen acompañante del artículo fuente; atribución preservada · Fuente de imagen

Cita original

Radford, F., Sapers, N., Burgess, H. M., Ort, L., Budnik, B., & Church, G. M. (2026). Automated prototyping of genetic codes. Nature. https://doi.org/10.1038/s41586-026-10949-y

Relacionadas por categoría

Ver mas

Más de la misma fuente

Ver mas

Más del mismo autor

Ver mas