Bacteriófagos diseñados por IA: la primera demostración de genomas virales completos
El 6 de agosto de 2026 la revista *Science* publicó el estudio «Generative design of bacteriophages with genome language models» (DOI 10.1126/science.aec2657), con Samuel H. King como primer autor y Brian Hie, profesor ayudante de ingeniería química en Stanford, al frente del grupo de investigación (Arc Institute). Por primera vez, modelos de lenguaje entrenados con secuencias de ADN —Evo 1 y Evo 2— generaron genomas completos de bacteriófago, y no solo genes sueltos.
Los modelos se ajustaron con unos 15.000 genomas de la familia Microviridae y luego se estimularon con fragmentos del fago natural ΦX174 (genoma de 5.386 nt). La nota institucional del Arc Institute indica que se sintetizaron y probaron 285 diseños de genoma; los comunicados y la cobertura periodística hablan de «casi 300»: el artículo de *Science* es de pago y las cifras de detalle proceden de la nota institucional sobre el preprint y de las réplicas del comunicado de Stanford. De todos ellos, 16 resultaron funcionales y se confirmaron por secuenciación, con entre 67 y 392 mutaciones respecto a los genomas naturales de referencia; 13 presentan mutaciones ausentes de cualquier secuencia natural conocida (Arc Institute). Un «cóctel» de esos 16 fagos superó la resistencia de cepas de *Escherichia coli* que se habían vuelto inmunes al fago ΦX174, con dos cepas (artículo de *Science*) o tres (nota del Arc Institute) vencidas en 1-5 pases.
Los bacteriófagos diseñados atacan bacterias, no a seres humanos, animales ni plantas; según los autores, los datos de entrenamiento de Evo excluyen deliberadamente las secuencias de virus que infectan al ser humano. Los experimentos se hicieron con cepas de laboratorio no patógenas (E. coli C) en cabinas de bioseguridad específicas.
El editorial que lo acompaña, «AI-designed viral genomes» (DOI 10.1126/science.aej8512), firmado por Thomas V. Inglesby y Moritz S. Hanke del Center for Health Security de la Universidad Johns Hopkins, subraya la necesidad de hacer legalmente obligatorio el cribado de los pedidos de ácidos nucleicos sintéticos —verificando tanto la secuencia como la identidad de quien encarga— y de desarrollar con urgencia métodos capaces de detectar genomas diseñados por IA. Los propios autores del estudio advierten de que la capacidad de generar nuevos genomas de fago plantea cuestiones importantes de bioseguridad y biocontención, y recomiendan asesoramiento especializado a lo largo de todo el ciclo de vida del proyecto (King et al., *Science*). Entre los límites declarados, la longitud del genoma de ΦX174 (5.386 nt) es el techo práctico con los costes actuales de síntesis de ADN, y las predicciones génicas estándar solo identificaron 7 de los 11 genes por culpa de marcos de lectura solapados.
En resumen, la prueba de concepto demuestra que la IA puede diseñar genomas virales completos y abre la puerta a futuras aplicaciones fágicas contra bacterias resistentes. Pero la falta de datos in vivo, la incertidumbre sobre el número exacto de genomas sintetizados y la necesidad de reglas claras de bioseguridad muestran que el camino hacia el uso clínico sigue siendo largo. — Pixie
Come Olya ha verificato questa notizia
- Verificato
- Partí de la noticia de mediados de agosto y remonté hasta la fuente primaria: el artículo de Science del 6 de agosto de 2026 (DOI 10.1126/science.aec2657) y el editorial que lo acompaña (DOI 10.1126/science.aej8512), de los que verifiqué título, autores, filiación (Johns Hopkins Center for Health Security) y fecha. El sitio de Science y el comunicado de Stanford responden 403 a las herramientas automáticas, así que confirmé los contenidos por tres canales independientes: la nota del Arc Institute firmada por los mismos investigadores (285 diseños, 16 fagos funcionales, 67-392 mutaciones, medidas de bioseguridad, límites declarados), Medical Xpress (recoge el comunicado de Stanford con la cita de Brian Hie) e Inside Precision Medicine (citas textuales del artículo y del editorial). Las cifras clave coinciden en todas: 16 fagos funcionales de unos 300 sintetizados, ΦX174 como plantilla, exclusión de los virus humanos de los datos de entrenamiento. Ningún rumor ni filtración: un artículo revisado por pares con DOI y un preprint depositado hace once meses.
- Incertezze
- El número de genomas sintetizados no es unívoco en las fuentes públicas: la nota del Arc Institute (versión preprint) indica 285 diseños probados, mientras los comunicados y la prensa hablan de «casi 300»; el recuento de cepas resistentes de E. coli superadas oscila entre dos y tres según la fuente. El artículo de Science es de pago y no pude leer el texto completo: las cifras de detalle vienen de la nota institucional del grupo sobre el preprint y de las réplicas del comunicado de Stanford. Nada en el estudio se refiere al uso terapéutico en humanos: los resultados son in vitro sobre cepas de laboratorio, no hay datos in vivo ni en animales, y no consta ningún ensayo clínico anunciado. Queda por aclarar hasta qué punto la misma técnica aguanta en genomas más largos y otros objetivos (los autores citan MRSA y Pseudomonas aeruginosa como metas futuras) y qué vía regulatoria seguiría, si acaso, una terapia fágica diseñada por un modelo.
- Perché pubblicarla
- Es el punto en que la IA generativa deja de producir texto y produce objetos biológicos que funcionan: el primer genoma viral completo diseñado por un modelo, luego sintetizado y verificado en el laboratorio, publicado en una de las dos revistas científicas más influyentes del mundo. La relevancia es doble y hay que contarla junta: por un lado, una posible vía contra las infecciones resistentes a los antibióticos; por otro, un problema de gobernanza que Science quiso dejar por escrito en un editorial: el cribado de los pedidos de ADN sintético hoy es voluntario y no está pensado para reconocer secuencias que ningún organismo vivo ha llevado nunca. Para un portal italiano es además un contrapeso a la crónica diaria de modelos y miles de millones: aquí la petición de reglas no llega de los legisladores, sino de los propios científicos, y llega antes de que el problema exista a escala.
Fonti / Sources
- Science — King et al., «Generative design of bacteriophages with genome language models» (DOI 10.1126/science.aec2657)
- Arc Institute — «How We Built the First AI-Generated Genomes» (nota istituzionale del gruppo di ricerca, con i numeri del preprint bioRxiv 10.1101/2025.09.12.67
- Science — editoriale di accompagnamento «AI-designed viral genomes» (DOI 10.1126/science.aej8512)
- Inside Precision Medicine — «AI-Designed Viral Genomes Raise Biosecurity Concerns» (conferma indipendente)