El estudio principal, titulado "Generative design of bacteriophages with genome language models", fue liderado por Samuel H. King y su equipo, y publicado en la prestigiosa revista Science el 6 de agosto de 2026. Esta investigación se centró en los bacteriófagos, un tipo de virus inofensivo para los humanos, pero que tiene la capacidad de infectar y eliminar bacterias, lo que les confiere un enorme potencial en la lucha contra la resistencia a los antibióticos. El trabajo de King será objeto de una mesa redonda de MIT Technology Review el 16 de octubre de 2026, lo que subraya la relevancia global del hallazgo.
Para lograr este hito, los investigadores emplearon modelos de lenguaje genómico avanzados, específicamente Evo 1 y Evo 2. Evo 1 fue entrenado con un vasto conjunto de datos que incluía 14,500 virus de la familia Microviridae. Por su parte, Evo 2, un modelo más ambicioso, se nutrió de 8.8 billones de "tokens" de genomas virales, bacterianos, vegetales y animales, otorgándole una comprensión sin precedentes de la diversidad genómica. A partir de los miles de genomas candidatos generados por la IA, los científicos sintetizaron 285 diseños. Las pruebas de laboratorio confirmaron que 16 de estos bacteriófagos, completamente diseñados por la IA, lograron infectar con éxito la bacteria E. coli. Lo más sorprendente fue que tres de estas variantes no solo fueron viables, sino que superaron en rendimiento a la cepa parental natural (ΦX174). La tasa de éxito de fagos viables a partir de los diseños sintetizados se situó en un cercano 5%, un porcentaje notable para diseños completamente artificiales.
Contexto y Antecedentes de la Biología Sintética y la IA
El desarrollo de la IA generativa ha trascendido rápidamente sus aplicaciones iniciales en texto e imagen para incursionar en campos tan complejos como la biología. Este avance se enmarca en la creciente disciplina de la biología sintética, que busca diseñar y construir componentes biológicos nuevos o rediseñar sistemas biológicos existentes. Tradicionalmente, este proceso es laborioso y depende en gran medida de la intuición y la experimentación empírica, pero la IA promete revolucionar la velocidad y la escala de estos descubrimientos.
La elección de los bacteriófagos no es casual. Desde hace décadas, estos virus han sido objeto de estudio por su potencial como agentes antimicrobianos, especialmente en un escenario global donde la resistencia a los antibióticos representa una de las mayores amenazas para la salud pública. La capacidad de una IA para diseñar desde cero, y de manera eficiente, nuevas variantes de estos virus, abre puertas a terapias personalizadas y más efectivas contra infecciones bacterianas difíciles de tratar. Sin embargo, este es un primer paso: aunque la IA ha propuesto y validado los planos genéticos, el estudio aún no representa la creación de vida per se por parte de la IA, sino un paso crucial hacia esa posibilidad, empujando los límites de lo que se considera diseño biológico.
Implicaciones Técnicas y Éticas para Desarrolladores y la Comunidad Tech
Para los profesionales de la tecnología, especialmente ingenieros de machine learning, bioinformáticos y gestores de proyectos en biotecnología, este avance tiene múltiples lecturas. Técnicamente, valida la capacidad de los modelos de lenguaje genómico para predecir y diseñar nuevas funciones biológicas con una precisión asombrosa. Esto significa que las herramientas de IA generativa no solo optimizan procesos, sino que ahora son capaces de crear entidades biológicas con propiedades específicas. Esto abre nuevas vías para el desarrollo de fármacos, la ingeniería de proteínas y la creación de biosensores avanzados. Los desafíos técnicos radican en la interpretabilidad de estos modelos complejos, la mitigación de sesgos en los vastos datasets de entrenamiento y la implementación de controles de seguridad robustos directamente en el proceso de diseño de la IA para evitar resultados no deseados.
Sin embargo, las implicaciones éticas son las que más preocupan a la comunidad global. El dilema del doble uso —el potencial tanto para el bien (terapias innovadoras) como para el mal (agentes biológicos peligrosos)— está en el centro del debate. El Dr. Simon Clarke de la Universidad de Reading calificó el estudio como “muy importante” pero no dudó en señalar las “importantes preguntas éticas” y “graves preocupaciones regulatorias y de seguridad” que surgen al dotar a la IA de la capacidad de crear virus viables y no naturales. Fr. Myles Sheehan, S.J., y Laura DeNardis, de la Universidad de Georgetown, enfatizaron esta dualidad, abogando por “regulaciones externas con salvaguardias integrales en los modelos de biotecnología de IA a nivel federal e internacional”. Profesores como Tom Inglesby y Dr. Mori Hanke, de Johns Hopkins, resumen la situación con una frase contundente: “la capacidad de componer genomas virales utilizando IA generativa ya existe; la gobernanza para dirigirla de manera segura, no”. Samuel King y su colega Brian Hie han reconocido el potencial de mal uso, pero sugieren que los controles de seguridad pueden incorporarse directamente en los modelos de IA, y han liberado su modelo Evo 2 como código abierto para fomentar la transparencia y la colaboración en el desarrollo de estas salvaguardias.
Impacto en Latinoamérica: Oportunidades, Riesgos y la Urgencia Regulatoria
En Latinoamérica, la inteligencia artificial ya está transformando diversos sectores, y la salud es uno de los más impactados. La región está experimentando una acelerada adopción de la IA para mejorar el diagnóstico, optimizar tratamientos y, crucialmente, acelerar el descubrimiento de fármacos para enfermedades endémicas como el dengue y el Chagas, que representan desafíos significativos para la salud pública. Empresas farmacéuticas en países como Brasil y México están invirtiendo en IA para sus programas de investigación, y startups regionales como OmicaBio se enfocan en la investigación genómica, aprovechando la rica diversidad biológica de América Latina. Se estima que las plataformas de descubrimiento de fármacos asistidas por IA pueden reducir los plazos de investigación hasta en un 30%.
No obstante, este panorama de oportunidades se ve ensombrecido por una regulación de la IA que, en la región, es aún fragmentada y emergente. Países como Brasil (con el Proyecto de Ley No. 2,338/2023), Chile (con su Política Nacional de IA actualizada) y Argentina (con el Proyecto de Ley No. 4243-D-2025) están desarrollando marcos normativos basados en riesgos. Perú, por su parte, ya cuenta con la Ley No. 31814 (julio de 2023) que promueve el uso de la IA. Sin embargo, un análisis revela que solo el 27% de los países del "Sur Global", categoría que incluye a la mayoría de las naciones latinoamericanas, tienen estrategias nacionales de IA, y lo más preocupante es que ninguna de ellas aborda específicamente las complejidades y preocupaciones de bioseguridad que plantea la capacidad de la IA para diseñar organismos biológicos. La región carece de un mecanismo de coordinación de gobernanza de IA a nivel latinoamericano, y muchos países carecen de la experiencia técnica y los recursos necesarios para auditar sistemas de IA o garantizar el cumplimiento de normativas complejas. Aunque un proyecto de la OEA/CICTE en 2024 abordó la bioseguridad en Brasil y Perú, incluyendo la investigación de doble uso, es evidente que se necesita un esfuerzo mucho mayor y coordinado para estar a la altura de los rápidos avances tecnológicos y mitigar los riesgos inherentes.
