NUEVA YORK.- Por primera vez, los científicos utilizaron inteligencia artificial (IA) para crear nuevos tipos de virus, lo que genera expectativas de avances médicos y, al mismo tiempo, plantea la inquietante posibilidad de que esta tecnología pueda utilizarse algún día para inventar patógenos peligrosos.
Sintetizar virus desde cero no es ninguna novedad. Los investigadores aprendieron hace mucho tiempo a fabricar genomas virales; se utilizan para estudiar medicamentos antivirales y vacunas, además de comprender cómo funcionan los virus.
Pero el nuevo estudio, publicado el jueves en la revista Science, va mucho más allá de duplicar genes virales. Científicos del Arc Institute, una organización de investigación con sede en Palo Alto, California, enseñaron a una IA a reconocer patrones de estructura del ADN en la naturaleza y luego a utilizar esos datos para escribir recetas de virus completamente nuevos.
Los investigadores siguieron esas recetas para crear moléculas de ADN, que insertaron en bacterias. Las bacterias modificadas produjeron entonces virus nunca vistos en la naturaleza. Los virus fueron capaces de infectar otras bacterias, lo que demostró que eran viables.
“Este es un hito importante”, dijo Patrick Cai, biólogo sintético de la Universidad de Manchester, que no participó del estudio.
Los virus generados por la IA no representan una amenaza para los seres humanos, porque todos son similares a un virus natural llamado Phi X-174, que solo puede infectar bacterias.
Pero el nuevo estudio se suma a la creciente preocupación de que la inteligencia artificial pueda permitir la creación de una nueva generación de armas biológicas, desde venenos mortales hasta pandemias imparables.
Moritz Hanke, investigador del Centro Johns Hopkins para la Seguridad Sanitaria, que no participó del trabajo, dijo que los gobiernos y las organizaciones científicas avanzaron con lentitud en el desarrollo de salvaguardas capaces de impedir la creación de un virus letal, incluso mientras la ciencia avanza a gran velocidad.
“Simplemente hay una enorme desconexión”, afirmó.
Los autores del estudio se basaron en un modelo de IA llamado Evo, similar en algunos aspectos a ChatGPT, desarrollado por OpenAI. (The New York Times demandó a OpenAI, creadora de ChatGPT, y a su socio Microsoft).
ChatGPT responde preguntas enlazando palabras que tienen probabilidades de seguir unas a otras. Puede hacerlo gracias a años de entrenamiento con enormes cantidades de texto recopilado de internet, libros y otras fuentes.
El ADN es sorprendentemente parecido a un libro en algunos aspectos: una cadena de bloques de construcción moleculares, conocidos como nucleótidos, ordenados como letras en una línea de texto. Un gen consiste en cientos de nucleótidos extraídos de un alfabeto de cuatro letras: A, C, G y T. La secuencia codifica las instrucciones para construir proteínas y otras moléculas.
El ADN tiene sus propias reglas gramaticales y, si una secuencia las viola, el resultado es un galimatías biológico. Los biólogos descubrieron algunas de las reglas gramaticales de la naturaleza, pero muchas siguen siendo un misterio.
Los investigadores se preguntaron si Evo podría aprender esas reglas por sí mismo. En lugar de entrenarlo con texto, lo entrenaron con secuencias genéticas obtenidas de millones de animales, plantas, microbios y virus. En total, Evo analizó alrededor de nueve billones de nucleótidos.
Evo finalmente reconoció patrones comunes en todo el árbol de la vida y los utilizó para generar planos de nuevos genes que codifican proteínas capaces de realizar tareas específicas. Estos resultados llevaron al equipo a preguntarse si Evo podría dominar no solo genes individuales, sino también genomas completos.
Como la IA solo podría manejar genomas pequeños al principio, los científicos decidieron intentar crear virus. Mientras que un genoma humano contiene más de tres mil millones de nucleótidos, muchos virus tienen genomas de apenas unos pocos miles de nucleótidos de longitud.
“Simplemente parecía el siguiente paso lógico”, dijo Samuel King, estudiante de posgrado de la Universidad de Stanford y autor del nuevo estudio. Él y sus colegas le dieron a Evo una nueva ronda de entrenamiento, esta vez utilizando los 11 genes de Phi X-174 y unos 15.000 de sus parientes más cercanos.
Tomaron esa decisión en parte porque los científicos conocen en profundidad a Phi X-174, al que estudian desde hace casi un siglo. Y, debido a que se trata de un bacteriófago que solo infecta a E. coli, sabían que virus similares a él serían seguros.
Una vez que Evo se familiarizó con los genomas de Phi X-174 y sus parientes, los investigadores le pidieron al modelo que escribiera nuevas versiones. Evo generó 700.000 versiones potenciales; los científicos avanzaron únicamente con aquellas que parecían tener las mayores probabilidades de éxito.
Finalmente, crearon moléculas de ADN a partir de 285 de las secuencias sugeridas por Evo. Cuando esos genomas estuvieron listos para ser probados, King y sus colegas los insertaron en bacterias, que luego extendieron sobre placas de Petri.
En muchas de las placas, los microbios crecieron normalmente: los genomas creados por Evo habían fracasado. Pero en una de ellas, los investigadores observaron puntos transparentes que aparecían en la película turbia de bacterias, la señal característica de que los virus se estaban multiplicando.
El ADN que los científicos habían insertado en las bacterias produjo cápsides proteicas que contenían genes virales. Los virus rompieron las células y salieron de ellas, dejando atrás los restos de los huéspedes muertos.
A medida que King y sus colegas probaron más genomas, aparecieron más puntos transparentes. En total, descubrieron que 16 de los genomas generados por Evo produjeron nuevos virus viables.
Los virus demostraron ser tan resistentes como los naturales. De hecho, algunos se multiplicaron más rápido que Phi X-174. “No son simplemente versiones débiles de cosas que ya existen”, dijo Oliver Crook, químico especializado en proteínas de la Universidad de Oxford, que no participó del estudio.
Crook advirtió que los virus creados por Evo no representan invenciones radicalmente nuevas. Tienden a ser muy similares a las especies naturales y se apoyan en la misma biología subyacente.
Los científicos deberán realizar más experimentos para determinar si Evo mantiene la misma tasa de éxito cuando es entrenado con otros grupos de virus. Si eso ocurre, Crook espera que los investigadores encuentren algunos virus generados por IA que puedan convertirse en herramientas útiles para la medicina y la biotecnología.
“Gran parte de nuestra ciencia se apoya en los virus como tecnología”, dijo. Para tratar a personas con trastornos genéticos, por ejemplo, los médicos cargan genes en virus, que luego los transportan hasta las células.
Pero junto con esta expectativa, el éxito inicial de Evo también despertó temores sobre la posibilidad de que la IA pueda utilizarse para crear patógenos mortales. “Podrías decir: ‘Che, modelo de lenguaje genómico, haceme un genoma de influenza modificado para que sea más transmisible o más letal’”, especuló Hanke.
Los posibles riesgos ya estaban presentes en la mente de los investigadores mientras entrenaban a Evo. No proporcionaron al modelo datos sobre virus que infectan a los seres humanos y excluyeron virus similares que infectan a otros animales, plantas y hongos.
Como resultado, Evo no puede generar genomas de virus que representen una amenaza para las personas. “Solo queríamos ser extremadamente cuidadosos”, dijo Brian Hie, biólogo computacional de la Universidad de Stanford y autor del nuevo estudio.
Hanke elogió a Hie y a sus colegas por haber tomado esa precaución. “Creo que es algo bastante destacable”, dijo, “porque no reciben orientación de ninguna parte sobre lo que deberían estar haciendo”.
La semana pasada, recordó Hanke, los Institutos Nacionales de Salud de Estados Unidos implementaron una nueva política para detener la investigación de ciencias biológicas de alto riesgo. La normativa prohíbe realizar experimentos que vuelvan más dañinos a los agentes biológicos.
Sin embargo, la investigación realizada mediante computadoras, como la generación de ADN viral con inteligencia artificial, “no está prohibida por esta política a menos que involucre a una entidad de preocupación”, señaló la agencia en un comunicado.
Es fácil determinar si un virus natural como la viruela constituye una entidad de preocupación. Pero, según Hanke, todavía no existe consenso sobre cómo evaluar el posible peligro de un virus creado por un modelo de inteligencia artificial.
—
