Micrografía electrónica del bacteriófago ΦX174, el virus usado como base del experimento. Crédito: ShiftFn / Wikimedia Commons (CC BY-SA 4.0).
Una inteligencia artificial entrenada para leer ADN acaba de demostrar que puede hacer algo hasta hace poco reservado a los laboratorios más especializados. Investigadores de Stanford usaron los modelos Evo 1 y Evo 2 para generar genomas de virus capaces de infectar bacterias.
El experimento
El trabajo se centró en ΦX174, un virus que ataca a la bacteria E. coli y cuyo genoma tiene unos 5.400 componentes. Los científicos entrenaron los modelos con millones de bases de ADN de bacteriófagos —virus que infectan bacterias— y después les pidieron generar versiones propias de ese virus.
El resultado fue una colección de 302 secuencias potenciales. Los investigadores lograron sintetizar 285 y probarlas en bacterias: la mayoría no funcionó, pero 16 consiguieron frenar el crecimiento de E. coli, señal de que habían producido virus funcionales.
Cambios que la evolución al azar difícilmente produciría
Lo más llamativo apareció al comparar esos virus con el original. Los modelos introdujeron cambios que resultarían extremadamente improbables mediante mutaciones al azar y, aun así, conservaron la capacidad de infectar bacterias. Algunos virus perdieron proteínas, otros incorporaron genes nuevos, y uno incluso sustituyó un gen por otro procedente de un virus muy distante.
Una posible aplicación médica
Los bacteriófagos llevan años estudiándose como alternativa para combatir bacterias resistentes a los antibióticos. Los investigadores mezclaron los 16 virus generados por IA y los enfrentaron a bacterias que ya resistían un cóctel de bacteriófagos naturales: el grupo diseñado por la IA consiguió adaptarse rápidamente y volver a infectarlas.
El otro lado: seguridad
El mismo resultado plantea un problema serio. Los investigadores evitaron incluir en el entrenamiento virus capaces de infectar células de vertebrados, precisamente para reducir riesgos. Sin embargo, alguien con suficiente capacidad informática podría repetir el procedimiento utilizando ese tipo de virus.
Ahí está la parte incómoda: estos modelos no necesitan entender de biología como lo haría un científico. Aprenden patrones presentes en enormes cantidades de secuencias genéticas y pueden producir combinaciones que funcionan, incluso cuando los propios investigadores no logran explicar por completo por qué.
El estudio plantea que la biología sintética tendrá que avanzar junto con nuevas medidas de seguridad. Los autores también señalan la necesidad de vigilar mejor la fabricación y comercialización de ADN personalizado.
La tecnología todavía está lejos de permitir que cualquiera diseñe un virus peligroso desde una computadora. Pero el experimento muestra que esa frontera ya empezó a moverse, y la regulación —como suele ocurrir con la inteligencia artificial— tendrá que decidir cómo seguirle el paso.
Fuente
El estudio original, publicado en Science, fue reportado en español por Robotitus, medio a partir del cual conocimos esta noticia.
