Qué pasó.

Un equipo de Stanford y Arc Institute utilizó un modelo de IA llamado Evo para diseñar genomas virales completos desde cero. De 285 secuencias sintetizadas en laboratorio como ADN e insertadas en bacterias E. coli, 16 produjeron virus funcionales capaces de replicarse y destruir sus objetivos. El trabajo se publica en Science (7 de agosto de 2026). Evo había propuesto 700.000 genomas posibles, y el equipo sintetizó los candidatos más prometedores. Algunos de los virus generados se replican más rápido que el fago natural Phi X-174 utilizado como referencia.

Por qué te importa.

Hasta ahora, los agentes de IA trabajaban con texto y código. Aquí, un modelo generó algo que sale del ordenador e hace algo medible en el mundo físico. Como contábamos en julio sobre computación científica, la IA agéntica está entrando en los laboratorios. El salto es de otro orden: el modelo escribe directamente la secuencia biológica, y el laboratorio la verifica.

En detalle

Evo funciona como un modelo de lenguaje, pero entrenado con ADN en lugar de texto. La primera fase de entrenamiento consumió aproximadamente nueve trillones de nucleótidos de millones de animales, plantas, microbios y virus, aprendiendo los patrones que atraviesan todo el árbol de la vida. La segunda fase se especializó en el fago Phi X-174, un virus simple con 11 genes y aproximadamente 5.000 letras de ADN, y en 15.000 de sus parientes más cercanos.

Los números del experimento. Evo propuso 700.000 genomas. El equipo hizo sintetizar 285 como ADN y los insertó en bacterias E. coli. Dieciséis produjeron virus capaces de replicarse. Son números pequeños en términos absolutos, pero suficientes para demostrar algo: el modelo produce genomas que funcionan en una célula viva. En el papel parecían plausibles; en la bacteria se replicaron.

Qué dicen los revisores externos. Oliver Crook, químico de proteínas de la Universidad de Oxford, describió los virus como tan robustos como los naturales: «No son versiones enfermizas de cosas que ya existen». Patrick Cai, biólogo sintético en Manchester, habla de «un hito importante». Ambos moderan el entusiasmo. Los virus generados son muy similares a las especies naturales y se basan en la misma biología. Evo no inventó nada fundamentalmente nuevo. Sigue sin estar claro si el modelo sería igual de efectivo con otros grupos virales.

El vacío regulatorio. Los National Institutes of Health publicaron a finales de julio una política sobre investigación de alto riesgo que prohíbe experimentos que hagan los patógenos más peligrosos. El trabajo puramente computacional, es decir, diseñar ADN viral en ordenador, no entra en la política «a menos que implique una entidad de preocupación». Con la viruela la clasificación es clara. Con un virus salido de un modelo de IA, no lo es. Moritz Hanke del Johns Hopkins Center for Health Security lo deja claro: hay una «brecha enorme» entre el ritmo de la investigación y las salvaguardas que la rodean.

La precaución tomada voluntariamente. Durante el entrenamiento, Evo no recibió datos sobre virus que infecten seres humanos, ni sobre patógenos relacionados de animales, plantas u hongos. El modelo no puede generar esos genomas en primer lugar. Brian Hie, biólogo computacional en Stanford y coautor, lo llama una decisión de prudencia: «Quisimos ser extra cautelosos». Ninguna regla oficial lo requería.

Qué cambia y qué no. El trabajo abre un camino hacia herramientas para medicina y biotecnología: los virus que matan bacterias tienen aplicaciones reales, desde alternativas a antibióticos hasta investigación básica. El salto de los bacteriófagos, que infectan bacterias, a virus que infectan humanos es enorme y deliberadamente excluido del diseño del modelo. El resultado más concreto hoy es metodológico: un modelo generativo puede producir genomas completos verificables, y el laboratorio físico sigue siendo la fase de validación necesaria.