El autor de los virus de IA de Stanford explicará a MIT TR cómo un modelo escribe genomas

MIT Technology Review celebrará el 16 de octubre una conversación en línea con Samuel King, doctorando de Stanford, restringida a suscriptores. En 2025, King usó un modelo generativo para proponer planos genéticos de virus. Sigue siendo uno de los ejemplos más visibles de cómo las arquitecturas de lenguaje salen del texto y entran en la biología. El anuncio está redactado con cautela: por ahora no se trata de vida creada por IA, pero bien podría ser el siguiente paso. La conversación la dirige el reportero sénior de IA de la publicación.

Qué hizo exactamente King

El anuncio da pocos detalles, así que me baso en el preprint de 2025 elaborado en Stanford y el Arc Institute. King trabajó en el grupo de Brian Hie con modelos de la familia Evo, entrenados con secuencias de ADN y no con palabras. Eligieron como objeto los bacteriófagos: virus que infectan bacterias y no son peligrosos para los humanos. Sus genomas son cortos, de unos 5 400 nucleótidos, y codifican apenas una decena larga de genes.

El modelo se ajustó (fine-tuning) con una familia de fagos emparentados y se le pidió generar genomas nuevos completos. Después, los candidatos pasaron filtros computacionales, se sintetizaron y se probaron en E. coli. Según el trabajo, de unos trescientos diseños, 16 resultaron funcionales. Algunos compitieron en las pruebas de laboratorio con el prototipo natural y otros lo superaron. Conviene contrastar las cifras con la fuente original, pero el orden de magnitud es este: una tasa de éxito de unos pocos puntos porcentuales, que para el diseño de genomas desde cero no es poco.

Por qué es más serio que generar proteínas

Los modelos de proteínas como AlphaFold o RFdiffusion trabajan al nivel de una sola molécula. Aquí el modelo propone un conjunto de genes, su orden y las regiones reguladoras, que deben funcionar juntos dentro de la célula huésped. Es un nivel de sistema.

Parámetros clave del experimento:

• Objeto: bacteriófagos, genoma de unos 5,4 mil nucleótidos
• Modelo: Evo en sus versiones 1 y 2, ajustado con genomas emparentados
• Salida: varios cientos de genomas generados
• Resultado: 16 variantes viables según el preprint
• Verificación: síntesis de ADN e infección de un cultivo de bacterias

Las limitaciones también están claras. El genoma de un fago es varios órdenes de magnitud más simple que el de una bacteria, y el modelo se apoyó en muestras naturales cercanas. Por ahora se trata de recombinar y mejorar lo ya conocido, no de inventar una biología nueva. Para llegar a un organismo sintético desde cero faltan varios escalones, y el principal es ensamblar la célula, no solo su ADN.

La bioseguridad como tema central

Este tipo de trabajos plantea siempre la cuestión del doble uso. Los desarrolladores de Evo 2 excluyeron de antemano de los datos de entrenamiento los genomas de virus de eucariotas, para que el modelo funcionara peor con patógenos humanos. Pero filtrar los datos no es una garantía: el ajuste con la familia adecuada puede devolver parte de esas capacidades. La conversación con King resulta interesante precisamente porque el autor explicará dónde ve él mismo el riesgo y qué barreras considera eficaces.

Qué deben hacer los lectores

Para los equipos que trabajan con biomodelos, la conclusión práctica es sencilla: no hay que fijarse en la demo, sino en la reproducibilidad en el laboratorio «húmedo». La proporción de variantes viables y la velocidad del ciclo «generación — síntesis — prueba» importan más que unas métricas de verosimilitud de secuencias vistosas. Quienes siguen la regulación harían bien en vigilar cómo evolucionan los requisitos de cribado de los pedidos de ADN sintético: es precisamente en la síntesis donde se sitúa la frontera entre un diseño digital y un organismo físico.

Tiene sentido buscar la grabación de la conversación o un resumen después del 16 de octubre, y leer antes el preprint de King y Hie para poder plantear preguntas concretas a los autores.