Durante siglos, la ciencia avanzó a partir de una combinación de observación, método, intuición y, en ocasiones, descubrimientos inesperados. Pero la forma de hacer ciencia está cambiando.
Hoy, los investigadores cuentan con herramientas capaces de analizar cantidades de información que ningún equipo humano podría revisar individualmente y, a partir de esos datos, generar nuevas posibilidades para poner a prueba en un laboratorio.
Un experimento reciente de investigadores de la Universidad de Stanford y del Arc Institute ofrece una pequeña muestra de lo que esto podría significar para el futuro de la medicina.
Los científicos utilizaron inteligencia artificial para diseñar nuevos genomas de bacteriófagos —virus que infectan bacterias— y posteriormente comprobaron en el laboratorio si esos diseños digitales podían funcionar en el mundo real.
El resultado: 16 de los bacteriófagos diseñados por la IA fueron funcionales y capaces de infectar y destruir Escherichia coli.
No es una cura contra una enfermedad. Tampoco significa que la inteligencia artificial esté a punto de volvernos inmunes.
Pero sí demuestra algo que puede ser mucho más importante a largo plazo: la ciencia empieza a tener herramientas para diseñar nuevas posibilidades biológicas y después comprobar cuáles funcionan.
IA: De descubrir lo que existe a diseñar lo que necesitamos
Buena parte de la historia de la ciencia ha consistido en observar la naturaleza, identificar fenómenos, formular hipótesis y descubrir cómo aprovecharlos.
Los científicos siguen trabajando de esa manera. La diferencia es que ahora pueden incorporar sistemas de inteligencia artificial capaces de explorar millones de posibilidades a una velocidad que sería imposible para un equipo humano.
Eso fue, en esencia, lo que ocurrió en este experimento.
Los investigadores utilizaron Evo 2, un modelo de lenguaje genómico capaz de aprender patrones presentes en enormes cantidades de ADN. Su entrenamiento se realizó con alrededor de 8,8 billones de pares de bases procedentes de organismos de distintos grupos de la vida.
Es importante aclarar que Evo 2 no fue entrenado exclusivamente con virus ni con el bacteriófago utilizado en el experimento. El modelo general aprendió de un conjunto mucho más amplio de información genómica.
Después, los investigadores utilizaron esa capacidad para generar nuevos diseños de genomas de bacteriófagos, tomando como sistema experimental a ΦX174, un pequeño virus que infecta bacterias como E. coli.
La inteligencia artificial produjo aproximadamente 700.000 secuencias candidatas.
De ellas, los científicos seleccionaron 302 diseños, que fueron sintetizados químicamente y llevados al laboratorio.
Solo una fracción resultó funcional.
Pero esa fracción fue suficiente para demostrar que el concepto funciona: 16 diseños generados por la IA dieron lugar a bacteriófagos capaces de replicarse e infectar bacterias.
¿Qué tiene que ver esto con las enfermedades humanas?
Aquí es donde conviene separar la realidad de la especulación.
Los bacteriófagos utilizados en este experimento no están diseñados para atacar células humanas. El trabajo se concentró en bacterias y, específicamente, en E. coli.
Por eso, nadie puede decir que la IA haya creado una cura para una enfermedad humana.
Lo que sí puede plantearse es una posibilidad futura.
Imaginemos que una persona desarrolla una infección provocada por una bacteria resistente a determinados antibióticos. En un futuro todavía hipotético, una combinación de inteligencia artificial, información genética y biología sintética podría ayudar a diseñar o seleccionar un bacteriófago capaz de atacar de manera muy específica a esa bacteria.
Eso se relaciona con la fagoterapia, una estrategia que utiliza bacteriófagos para combatir infecciones bacterianas.
El experimento resulta especialmente interesante porque algunos de los fagos creados por IA mostraron propiedades útiles y una combinación de ellos consiguió superar la resistencia que determinadas cepas de E. coli habían desarrollado frente al fago natural utilizado como referencia.
Pero todavía estamos muy lejos de convertir esta capacidad en un tratamiento médico disponible.
IA: La verdadera revolución podría estar en la escala
Quizá lo más interesante de este experimento no sea que una computadora haya “creado virus”.
Es que permitió explorar cientos de miles de posibilidades y llevar una pequeña parte de ellas al laboratorio.
Ese cambio de escala podría transformar la investigación científica.
Un investigador puede formular una hipótesis. Un equipo puede diseñar un experimento. Pero una inteligencia artificial puede ayudar a explorar enormes cantidades de variantes antes de que los científicos decidan cuáles vale la pena fabricar y probar.
La IA, en ese sentido, no sustituye al científico.
Amplía el espacio de posibilidades que el científico puede explorar.
Y esa diferencia puede ser trascendental.
Todavía quedan muchos obstáculos
Entre imaginar un tratamiento y convertirlo en una terapia existe un camino enorme.
Cualquier aplicación médica tendría que superar problemas de seguridad, eficacia, regulación, financiación, capacidad de cómputo, síntesis biológica, infraestructura de laboratorio y ensayos preclínicos y clínicos, además de obtener la aprobación de las autoridades sanitarias correspondientes.
También habría que determinar cómo evitar efectos no deseados y cómo garantizar que un tratamiento diseñado para atacar una bacteria concreta no genere nuevos problemas.
Por eso, hablar de una futura medicina diseñada por IA no significa que mañana podamos pedirle a una computadora una cura y recibirla en una farmacia.
Significa que una parte del proceso de descubrimiento y diseño biológico podría empezar a trasladarse al mundo digital.
¿Nos hará inmunes?
Probablemente esa pregunta todavía no tiene respuesta.
La IA no ha encontrado la fórmula para hacernos inmunes al cáncer, a los virus, a las bacterias o a todas las enfermedades que conocemos.
Pero el experimento de Stanford y el Arc Institute permite imaginar algo diferente: un futuro en el que la medicina pueda contar con herramientas diseñadas específicamente para determinados problemas biológicos, en lugar de depender únicamente de las soluciones que la naturaleza o la investigación tradicional ya han puesto sobre la mesa.
Durante siglos, la ciencia aprendió a descubrir lo que estaba ahí.
Ahora empieza a tener herramientas para imaginar lo que podría estar ahí y comprobar si funciona.
Quizá esa sea la verdadera promesa de la inteligencia artificial aplicada a la biología.
No hacernos inmunes de la noche a la mañana.
Sino ayudarnos, algún día, a diseñar mejores defensas contra las enfermedades.
