Por primera vez, un modelo de inteligencia artificial logró diseñar desde cero genomas de virus funcionales que no habían sido observados en la naturaleza. Científicos de la Universidad de Stanford y el Arc Institute entrenaron una IA para reconocer las reglas que ordenan el ADN y después la utilizaron para escribir nuevas secuencias genéticas: 16 de ellas terminaron convertidas en virus capaces de infectar bacterias.

El trabajo, publicado en la revista Science, utilizó un modelo llamado Evo, entrenado inicialmente con secuencias genéticas de millones de animales, plantas, microorganismos y virus. En total, el sistema analizó unos nueve billones de nucleótidos para identificar patrones equivalentes, en términos informáticos, a una suerte de "gramática" del ADN.

Cómo una IA aprendió a escribir ADN

Los modelos de lenguaje generan texto a partir de las relaciones que aprenden entre palabras. Los investigadores trasladaron un principio similar a la genética: en lugar de letras y frases, Evo trabajó con las cuatro unidades químicas que forman el ADN -A, C, G y T- y con las reglas que determinan qué secuencias pueden producir estructuras biológicas funcionales.

Después del entrenamiento general, los científicos concentraron el modelo en Phi X-174, un bacteriófago conocido desde hace casi un siglo que infecta a la bacteria Escherichia coli. Para eso incorporaron información sobre sus 11 genes y las secuencias de unos 15.000 virus estrechamente relacionados.

La elección respondió a dos razones. Phi X-174 posee un genoma muy pequeño y es uno de los virus mejor estudiados. Además, como infecta bacterias y no seres humanos, permitía realizar los experimentos con un organismo que no representa una amenaza para las personas.

"Parecía simplemente el siguiente paso obvio", explicó Samuel King, estudiante de posgrado de Stanford y uno de los autores de la investigación.

Una vez completado ese entrenamiento, Evo produjo unas 700.000 secuencias candidatas. Los investigadores seleccionaron aquellas que parecían tener mayores posibilidades de funcionar y sintetizaron moléculas de ADN correspondientes a 285 diseños.

De 285 diseños a 16 nuevos virus

El paso decisivo ocurrió en el laboratorio. Los científicos introdujeron esas moléculas en bacterias cultivadas en placas de Petri para comprobar si las secuencias creadas por la IA podían transformarse realmente en virus.

La mayoría no funcionó. Pero en algunas placas comenzaron a aparecer zonas transparentes dentro de las colonias bacterianas, una señal característica de que los virus se habían multiplicado y destruido las células.

En total, 16 de los 285 genomas sintetizados produjeron virus viables.

Las bacterias que recibieron el ADN fabricaron las estructuras proteicas necesarias para encapsular los nuevos genomas. Los virus salieron luego de esas células e infectaron otras bacterias. Algunos incluso se multiplicaron más rápido que el Phi X-174 natural.

"No son simplemente versiones enfermizas de cosas que ya existen", señaló Oliver Crook, químico especializado en proteínas de la Universidad de Oxford, que no participó del estudio.

Crook advirtió, sin embargo, que no se trata de organismos completamente ajenos a la naturaleza. Los nuevos virus conservan una fuerte similitud con especies existentes y utilizan los mismos mecanismos biológicos básicos.

Por qué los virus no pueden infectar a humanos

Los autores introdujeron una restricción desde el comienzo del proyecto: excluyeron del entrenamiento los datos correspondientes a virus que infectan seres humanos y también apartaron grupos similares que atacan animales, plantas y hongos.

Esa decisión buscó impedir que Evo pudiera generar genomas de virus capaces de representar una amenaza para las personas.

"Simplemente quisimos ser extremadamente cuidadosos", explicó Brian Hie, biólogo computacional de Stanford y coautor del estudio.

El experimento tampoco demuestra que una IA pueda crear con la misma eficacia cualquier clase de virus. Los investigadores deberán probar si el método funciona con otros grupos virales y con genomas de mayor tamaño y complejidad.

La promesa médica y el temor a las armas biológicas

La capacidad de diseñar virus a medida abre posibilidades para la medicina y la biotecnología. Una de ellas es el desarrollo de nuevos bacteriófagos capaces de atacar bacterias resistentes a los antibióticos, en lugar de depender exclusivamente de los virus que pueden encontrarse en la naturaleza.

Los virus también se utilizan como vehículos para introducir material genético dentro de las células en algunas terapias. "Gran parte de nuestra ciencia depende de los virus como tecnología", explicó Crook.

El mismo avance, sin embargo, volvió a poner sobre la mesa los riesgos asociados al uso de inteligencia artificial en biología.

Moritz Hanke, investigador del Johns Hopkins Center for Health Security, planteó un escenario para ilustrar ese peligro: un usuario podría intentar pedirle a un modelo genómico que diseñe "un genoma de influenza modificado para que sea más transmisible o más letal", según dijo al New York Times.

Hanke y Thomas Inglesby, del mismo centro de investigación, sostuvieron en un comentario publicado en Science que deberían existir restricciones legales para impedir que estas técnicas se apliquen a patógenos que afecten a personas, animales o cultivos.

Tom Ellis, profesor de ingeniería de genomas sintéticos del Imperial College de Londres, relativizó el riesgo inmediato. Señaló que los virus obtenidos en el experimento poseen algunos de los genomas más pequeños y simples que existen y consideró que desarrollar mediante IA un arma biológica capaz de afectar a seres humanos sería considerablemente más complejo.

La discusión regulatoria ya comenzó. Los Institutos Nacionales de Salud de EEUU anunciaron una política destinada a frenar investigaciones de ciencias de la vida consideradas de alto riesgo. Sin embargo, las investigaciones puramente informáticas -como la generación de secuencias de ADN mediante inteligencia artificial- no quedan automáticamente alcanzadas por esas restricciones.

Para Hanke, ese escenario plantea un problema todavía sin respuesta: "¿Cuál es el riesgo de algo que nunca vi antes?".