Un equipo de Stanford ha logrado un hito que combina inteligencia artificial y biología sintética: generar desde cero el genoma completo de un virus y probar que sus descendientes creados en laboratorio son capaces de eliminar bacterias resistentes a los antibióticos. El trabajo, publicado en Nature y en un preprint en bioRxiv, utiliza el modelo fundacional Evo 2 para escribir genomas virales completos en una sola pasada, sin intervención humana correctiva.
El modelo Evo 2, desarrollado por Brian Hie, profesor asistente en Stanford, y su equipo, tomó como punto de partida el genoma del bacteriófago ΦX174, un virus que infecta específicamente a la bacteria Escherichia coli. Con alrededor de 6.000 pares de bases —frente a los 3.000 millones del genoma humano—, ΦX174 es un blanco manejable para probar si una máquina puede diseñar un genoma entero funcional. El modelo generó miles de genomas candidatos, no proponiendo ediciones locales en el ADN, sino escribiendo la secuencia completa de extremo a extremo.
"En este caso, queríamos que el modelo generara el genoma completo de un extremo a otro en una sola pasada de izquierda a derecha. No agregamos nada", explicó Hie en la cobertura del hallazgo. El proceso fue directo: un fragmento pequeño del genoma original bastó como semilla para que Evo 2 completara el resto.
De la secuencia sintética al virus funcional
El verdadero desafío no fue la generación de secuencias, sino reducir la enorme cantidad de candidatos a aquellos que realmente pudieran sintetizarse y luego probarse en laboratorio. Samuel King, estudiante de bioingeniería, lideró el desarrollo de un marco computacional que evaluaba las secuencias generadas contra rasgos biológicos relevantes de ΦX174 y fagos relacionados. Este filtro previo era indispensable: la síntesis química de ADN sigue siendo un cuello de botella caro, y enviar decenas de miles de genomas a sintetizar no es viable.
Del total de genomas generados, el equipo seleccionó unos 300 para síntesis química. Una vez fabricados y montados en el laboratorio, probaron su capacidad para formar virus funcionales. Los resultados superaron las expectativas iniciales: 16 de los fagos diseñados mostraron una actividad lítica contra E. coli particularmente fuerte, comparable o incluso superior a la del ΦX174 natural, según informó el equipo.
Ese hallazgo fue cubierto por Nature con el título de "primeros virus diseñados por IA" y representa un paso concreto hacia la capacidad de escribir genomas completos desde cero. Hasta ahora, los modelos de lenguaje biológicos se habían usado principalmente para predecir estructuras de proteínas o editar regiones locales del ADN. Evo 2 demuestra que un modelo generativo puede capturar la "gramática" completa de un genoma viral y producir secuencias viables.
Implicaciones para América Latina
Para las empresas y centros de investigación de la región, este avance abre una puerta concreta en la lucha contra la resistencia antimicrobiana, un problema especialmente crítico en América Latina, donde las tasas de resistencia a antibióticos de última línea son de las más altas del mundo. Los bacteriófagos —virus que atacan bacterias específicas— han sido durante años una alternativa prometedora, pero su desarrollo era artesanal y lento.
Evo 2 cambia esa ecuación. Un modelo que puede diseñar un fago funcional en una pasada reduce drásticamente el tiempo de diseño y la necesidad de expertos en biología molecular para crear variantes. En lugar de años de trabajo empírico, el proceso se acorta a semanas entre la generación de la secuencia, la síntesis y la prueba. Para startups biotecnológicas o laboratorios académicos con presupuestos limitados, poder tercerizar la parte de diseño a un modelo abierto como Evo 2 reduce la barrera de entrada.
Sin embargo, la síntesis química de ADN sigue siendo el eslabón costoso. Las empresas latinoamericanas que quieran capitalizar esta tecnología necesitarán acceso a servicios de síntesis —las opciones más confiables están en EE. UU., Europa o China— o invertir en capacidad local. El costo por genoma pequeño como el de ΦX174 puede ser asumible, pero escalar a fagos más grandes o a genomas bacterianos completos requerirá una reducción de costos que aún no está garantizada.
Más allá de los antibióticos: el nuevo lenguaje biológico
Este trabajo de Stanford también tiene un alcance más amplio. Evo 2 no es solo una herramienta para diseñar fagos; es un modelo fundacional entrenado en genomas de todos los dominios de la vida, desde bacterias hasta humanos. La capacidad de escribir genomas completos podría eventualmente aplicarse al diseño de organismos sintéticos para producir biocombustibles, enzimas industriales o proteínas terapéuticas.
"Interpretar incluso una secuencia de 5.400 caracteres gen por gen sigue siendo una tarea difícil para los investigadores", reconoció Hie. Pero el hecho de que un modelo generativo pueda proponer secuencias funcionales sin intervención humana es un salto cualitativo.
Para los CIOs y CTOs de industrias farmacéuticas y biotecnológicas en la región, la pregunta no es si esta tecnología llegará, sino cuándo y a qué costo. La resistencia antimicrobiana ya está generando costos operativos crecientes en hospitales y sistemas de salud, y una herramienta que acelere el descubrimiento de nuevos tratamientos podría ser una ventaja competitiva decisiva. La decisión estratégica ahora es monitorear la evolución de los costos de síntesis y evaluar si conviene esperar a que la tecnología madure o empezar a construir capacidad de diseño desde ahora.
Evo 2 ha demostrado que la IA puede escribir el código de la vida. El próximo paso —que los laboratorios latinoamericanos lo lean y lo ejecuten— dependerá más de la voluntad de inversión que de la tecnología.
