La IA diseña bacteriófagos completos que funcionan en el laboratorio

La inteligencia artificial ya no solo ayuda a leer genomas: también empieza a escribirlos de forma funcional. Un estudio publicado en Science mostró que modelos de lenguaje entrenados con secuencias biológicas pudieron diseñar genomas completos de bacteriófagos, los virus que infectan bacterias. Cuando los investigadores sintetizaron en el laboratorio casi 300 de esos diseños, 16 dieron lugar a virus viables capaces de infectar Escherichia coli.

El resultado importa porque hasta ahora la mayor parte del diseño asistido por IA en biología se había concentrado en proteínas, fragmentos de ADN o predicciones sobre secuencias ya existentes. En este caso, el salto fue mayor: generar genomas enteros de virus funcionales. El equipo usó como punto de partida a ΦX174, un bacteriófago muy estudiado y relativamente simple, y pidió a los modelos que produjeran nuevas variantes compatibles con ese tipo de biología.

No se trató de copiar virus ya conocidos. Los autores buscaron secuencias nuevas pero plausibles desde el punto de vista evolutivo. Después vino la prueba decisiva: convertir esos diseños en partículas reales y ver si funcionaban. Solo una parte pequeña superó ese filtro, algo esperable cuando se pasa del cálculo a la biología experimental. Aún así, el hecho de obtener 16 fagos viables bastó para mostrar que la estrategia puede producir organismos funcionales y no solo secuencias prometedoras en una pantalla.

El trabajo también dejó una pista de por qué este enfoque puede ser útil. Mediante criomicroscopía electrónica, los investigadores comprobaron que uno de los bacteriófagos generados usaba una proteína de empaquetamiento de ADN evolutivamente distante dentro de su cápside. En otras palabras, la IA no solo reprodujo combinaciones previsibles, sino que encontró soluciones biológicas que se apartan de las más cercanas en la naturaleza y aún así siguen funcionando.

La prueba más llamativa vino cuando el equipo mezcló varios de los fagos creados con IA y los enfrentó a cepas de E. coli que ya habían desarrollado resistencia frente a ΦX174. Ese cóctel superó con rapidez esa defensa bacteriana en condiciones de laboratorio. El hallazgo no equivale todavía a una terapia lista para usar, pero sí sugiere una ruta para diseñar bacteriófagos más adaptables, algo atractivo en un momento en que la resistencia a antibióticos obliga a buscar herramientas nuevas.

Ahí aparece el interés público más claro. Los bacteriófagos infectan bacterias, no personas, y desde hace años se estudian como posible complemento o alternativa a los antibióticos en infecciones difíciles. Si algún día fuera posible diseñarlos con mayor precisión y velocidad, podrían convertirse en una plataforma más flexible para perseguir bacterias que cambian rápido. Este trabajo no resuelve ese problema, pero ofrece un primer plano de cómo la IA podría participar en ese tipo de ingeniería biológica.

También conviene poner límites. El estudio trabajó con una familia viral pequeña y bien conocida, en un sistema experimental controlado, y no demuestra todavía que el mismo método sirva para virus más complejos ni para aplicaciones clínicas inmediatas. Además, el avance llega acompañado por preguntas de bioseguridad: la misma capacidad de escribir genomas funcionales exige reglas claras sobre qué organismos se diseñan, con qué datos y bajo qué controles. Por ahora, el principal valor del trabajo no está en prometer un tratamiento inminente, sino en mostrar que la IA ya puede empezar a explorar el espacio de los genomas completos sin depender solo de lo que la evolución ya probó.