La inteligencia artificial dio un nuevo paso en el campo de la biología sintética: por primera vez, científicos utilizaron un modelo de IA para diseñar genomas de virus que no existen en la naturaleza y posteriormente comprobaron que algunos de ellos podían producir virus funcionales.
El estudio, publicado en la revista Science, fue realizado por investigadores del Arc Institute, una organización científica con sede en Palo Alto, California. El equipo utilizó un modelo denominado Evo, entrenado para reconocer patrones presentes en grandes cantidades de secuencias genéticas y generar nuevas secuencias biológicas.
El resultado representa un avance respecto de la capacidad, ya conocida, de sintetizar genomas virales existentes. En este caso, la IA no se limitó a reproducir información genética conocida: generó nuevas versiones de genomas virales, que los investigadores posteriormente sometieron a pruebas de laboratorio.
Patrick Cai, biólogo sintético de la Universidad de Mánchester que no participó en el estudio, calificó el resultado como un hito importante.
Evo aprendió el “lenguaje” del ADN
El funcionamiento del modelo parte de una comparación con los sistemas de inteligencia artificial entrenados con lenguaje. Mientras modelos como los utilizados para procesar texto aprenden patrones a partir de palabras y frases, Evo fue entrenado con secuencias genéticas.
Los investigadores utilizaron información procedente de millones de organismos —entre animales, plantas, microbios y virus— que en conjunto representaban alrededor de nueve billones de nucleótidos.
El ADN está compuesto por cuatro nucleótidos principales —A, C, G y T— cuya combinación contiene las instrucciones necesarias para producir proteínas y otras moléculas. Al analizar enormes cantidades de estas secuencias, Evo logró identificar patrones que posteriormente utilizó para generar nuevas secuencias genéticas.
Después de comprobar que el modelo podía diseñar genes individuales, los científicos decidieron llevar el experimento a una escala mayor: intentar generar genomas completos de virus.
El experimento se centró en un virus que infecta bacterias
Para reducir los riesgos, el equipo eligió como referencia al Phi X-174, un bacteriófago conocido desde hace casi un siglo que únicamente infecta a bacterias, incluida E. coli.
Los investigadores entrenaron nuevamente a Evo utilizando los 11 genes del Phi X-174 y alrededor de 15 mil virus relacionados. A partir de esa información, el modelo generó 700 mil posibles versiones de genomas.
El equipo seleccionó una fracción de esas propuestas para llevarlas a pruebas experimentales. En total, fueron evaluadas 285 secuencias.
Los resultados mostraron que 16 de los genomas diseñados por Evo produjeron virus viables. Los investigadores observaron además que algunos de ellos podían multiplicarse con mayor rapidez que el Phi X-174 natural.
Oliver Crook, químico de proteínas de la Universidad de Oxford que tampoco participó en el trabajo, señaló que los resultados muestran que los virus creados por la IA no son simplemente versiones debilitadas de organismos existentes.
Sin embargo, el científico también advirtió que las creaciones de Evo no son radicalmente diferentes de los virus naturales, ya que dependen de mecanismos biológicos conocidos.
Un avance con potencial médico
El resultado abre una posible vía para desarrollar nuevas herramientas en medicina y biotecnología.
Los virus ya son utilizados como herramientas para transportar genes hacia determinadas células en tratamientos experimentales y terapias contra algunos trastornos genéticos. La posibilidad de diseñar nuevas estructuras virales mediante inteligencia artificial podría ampliar, en el futuro, el repertorio de herramientas disponibles para los investigadores.
Los científicos todavía deberán determinar si el modelo puede alcanzar resultados similares cuando se aplica a otros grupos de virus y bajo diferentes condiciones.
Por ahora, los autores consideran que el experimento demuestra principalmente que la IA puede aprender determinados patrones de los genomas y utilizarlos para generar sistemas biológicos funcionales.
El otro lado del avance: la preocupación por la bioseguridad
El éxito del experimento también reavivó una preocupación creciente entre especialistas: que las herramientas de inteligencia artificial capaces de diseñar material biológico puedan ser utilizadas, eventualmente, con fines perjudiciales.
Moritz Hanke, investigador del Centro Johns Hopkins para la Seguridad de la Salud que no participó en el estudio, advirtió que existe una brecha entre la velocidad con la que avanza la tecnología y el desarrollo de mecanismos capaces de evaluar y contener sus posibles riesgos.
Una de las principales interrogantes es cómo determinar el peligro potencial de un organismo que no existe previamente en la naturaleza.
La preocupación no se centra en los virus creados durante este estudio, que fueron diseñados para infectar bacterias, sino en la posibilidad de que capacidades similares puedan aplicarse en el futuro a organismos con características capaces de representar una amenaza para los seres humanos.
Los investigadores limitaron deliberadamente el alcance del modelo
Conscientes de esos riesgos, los científicos adoptaron medidas para restringir el entrenamiento de Evo.
El modelo no recibió información sobre virus que infectan a seres humanos y también se excluyeron grupos de virus asociados con otros animales, plantas y hongos. De acuerdo con Brian Hie, biólogo computacional de la Universidad de Stanford y uno de los autores del estudio, la intención fue actuar con especial precaución.
Hanke consideró positiva esta decisión y destacó que los investigadores establecieron voluntariamente límites ante la ausencia de criterios regulatorios suficientemente claros para este tipo de experimentos.
El caso refleja uno de los principales desafíos que plantea la incorporación de la inteligencia artificial a las ciencias de la vida: establecer límites de seguridad antes de que las capacidades tecnológicas superen la capacidad de regulación y supervisión.
El debate también alcanza a las políticas públicas.
De acuerdo con la información citada en el estudio, los Institutos Nacionales de Salud de Estados Unidos (NIH) presentaron recientemente una nueva política dirigida a restringir investigaciones de alto riesgo en ciencias de la vida, particularmente aquellas destinadas a aumentar la peligrosidad de agentes biológicos.
Sin embargo, la regulación plantea interrogantes cuando se trata de herramientas computacionales capaces de diseñar material genético.
La propia agencia señaló que la generación computacional de ADN viral mediante IA no queda necesariamente comprendida en esas restricciones si no involucra una “entidad de interés”.
Ese criterio resulta relativamente sencillo de aplicar cuando se trata de patógenos conocidos, pero se vuelve más complejo ante organismos completamente nuevos.
La pregunta que queda abierta, como plantea Hanke, es precisamente cómo evaluar el riesgo de un virus que nunca antes ha existido.
LG
