La evolución ha estado escribiendo código biológico durante miles de millones de años. Ha probado combinaciones, eliminado errores, optimizado funciones. Y ahora, por primera vez, estamos aprendiendo a leer ese código no solo con microscopios, sino con inteligencia artificial. Un nuevo capítulo en la historia de la medicina está comenzando, y su protagonista no es un solo científico, ni una sola empresa, sino una alianza inédita entre gigantes tecnológicos, investigadores de vanguardia y un modelo de IA que aprende directamente del ADN de la vida en la Tierra.
Cuando la evolución se convierte en maestra de la IA
El laboratorio del biotecnólogo César de la Fuente, en la Universidad de Pensilvania, no trabaja con ratones o cultivos celulares como muchos otros. Allí, la materia prima es el genoma de millones de especies. "Los modelos evolutivos genéticos a gran escala de IA intentan capturar la lógica profunda de la vida aprendiendo directamente de la evolución, que es, en esencia, un proceso de optimización a escala planetaria porque ha explorado un espacio inmenso de secuencias y ha retenido configuraciones que funcionan en el mundo real", explica.
Es como si la naturaleza hubiera ejecutado un experimento continuo durante 3800 millones de años. Y ahora, con EDEN el nuevo modelo de IA desarrollado en colaboración con Basecamp Research, Nvidia y Microsoft, estamos descargando ese experimento. EDEN ha sido entrenado con ADN evolutivo recolectado durante cinco años en 150 ubicaciones de 28 países, proveniente de más de un millón de especies recién descubiertas. Este no es un modelo entrenado en datos sintéticos, sino en la biodiversidad real del planeta.
Nvidia ha acelerado el entrenamiento del sistema, alcanzando una escala que la compañía compara con GPT-4. Pero mientras GPT-4 aprende del lenguaje humano, EDEN aprende del lenguaje de la vida. "Durante décadas, hemos estado descifrando las reglas de la biología a base de experimentos", añade De la Fuente. "Estos modelos permiten acelerar ese proceso no usamos la IA para clasificar o predecir, sino como un sistema generativo capaz de proponer nuevas soluciones, como moléculas, enzimas o constructos, con un objetivo terapéutico y compatibles con las restricciones biológicas".
Moléculas nuevas contra bacterias imbatibles
Uno de los primeros éxitos tangibles de este enfoque ha sido el diseño de péptidos antimicrobianos. Son moléculas pequeñas que atacan bacterias resistentes a antibióticos, una amenaza creciente que cada año mata a millones de personas. En pruebas de laboratorio, estos péptidos generados por IA han mostrado una eficacia del 97%. Esto abre un nuevo camino para encontrar rápidamente candidatos contra los patógenos más temidos.
La ventaja no está solo en la velocidad, sino en la originalidad. Estas moléculas no existían en la naturaleza. Fueron diseñadas desde cero por un sistema que entiende qué combinaciones de aminoácidos son estables, funcionales y seguras. Es como pedirle a un arquitecto que diseñe una casa resistente a terremotos, pero en lugar de copiar diseños antiguos, crea uno nuevo basado en principios de física que ha aprendido de miles de edificios colapsados y sobrevivientes.
De CRISPR a la integración programable
CRISPR revolucionó la edición genética. Pero, como recuerda De la Fuente, "CRISPR es muy potente para ediciones pequeñas y precisas, pero la biología clínica, a menudo, necesita algo distinto, como añadir funciones completas, es decir, insertar genes o grupos de tamaño significativo y hacerlo en lugares definidos del genoma con alta fiabilidad".
EDEN apunta a eso la inserción programable. La inserción programable apunta a tratar el genoma como un sistema donde no solo editas caracteres, sino donde puedes instalar módulos de manera más dirigida. Es la diferencia entre corregir una coma en un libro y añadir un nuevo capítulo funcional. En términos conceptuales, es un salto de la corrección ortográfica a la escritura creativa.
En los primeros ensayos, EDEN ha conseguido la inserción correcta de ADN en el lugar preciso del genoma humano con el 73% de las enzimas probadas. No es el 100%, pero es un punto de partida sin precedentes. Y todo esto con un sistema que ha aprendido no de manuales, sino de la diversidad genética del planeta.
Terapias celulares más eficaces y diagnósticos más rápidos
La aplicación no se limita a la edición genética. Basecamp Research ha usado modelos similares para diseñar linfocitos CAR-T células inmunitarias modificadas para atacar tumores con una eficacia del 90% contra células tumorales en ensayos in vitro. Esto podría transformar el tratamiento de ciertos cánceres, haciendo las terapias más precisas y menos tóxicas.
Mientras tanto, en otro frente, el sistema Sherlock descrito en Nature Biomedical Engineering utiliza CRISPR no para editar, sino para diagnosticar. Está diseñado para detectar secuencias de ácidos nucleicos derivadas de patógenos, y ya ha demostrado su utilidad en la cuantificación rápida de cepas y mutaciones del hongo Candida auris, un enemigo hospitalario especialmente peligroso.
"Los métodos diagnósticos actuales para detectar C. auris son demasiado costosos, lentos y dependen de equipos complejos y personal entrenado para provocar un cambio real" - Justin Rolando, autor principal del trabajo sobre Sherlock
Sherlock podría permitir diagnósticos en tiempo real, incluso en zonas con pocos recursos. Y no solo para C. auris el sistema es adaptable a cualquier patógeno cuya secuencia se conozca.
El futuro ya está en el genoma de la Tierra
Tomoji Mashimo, autor principal de un estudio en Nature Biotechnology sobre una variante de CRISPR (Cas3) aplicada a la amiloidosis por transtiretina, lo resume así: "La edición genómica tiene un potencial único para corregir las anomalías genéticas hereditarias asociadas a enfermedades". Y añade: "En los próximos años, esta tecnología puede conducir a aplicaciones clínicas no solo para ATTR, sino también para otras enfermedades hereditarias actualmente incurables".
John Finn, director científico de Basecamp Research, va más allá: "Creemos que estamos al inicio de una expansión importante de lo que es posible para los pacientes con cáncer y enfermedades genéticas. Al usar IA para diseñar terapias, esperamos desarrollar soluciones para miles de enfermedades incurables y transformar millones de vidas".
La evolución ya escribió las reglas. Ahora, con EDEN y modelos como él, estamos aprendiendo a leerlas, interpretarlas y, por fin, a escribir nuevas historias de salud.