La inteligencia artificial que escribe textos o genera imágenes empieza a ensayar algo mucho más delicado: proponer el código genético de organismos nuevos. En 2025, Samuel King, estudiante de doctorado en la Universidad de Stanford, usó un modelo generativo para diseñar planos genéticos de virus microscópicos, un trabajo que ahora vuelve a la conversación pública de la mano de MIT Technology Review, que anunció una charla en vivo con el investigador.

No se trata todavía de vida creada por una máquina. Los virus, de hecho, ocupan una zona gris en biología: necesitan infectar a una célula para replicarse y muchos científicos ni siquiera los consideran seres vivos. Lo que hizo el modelo fue generar secuencias de ADN completas para bacteriófagos, es decir, virus que atacan bacterias y son inofensivos para las personas. El salto conceptual, sin embargo, es considerable: en lugar de editar un genoma existente, el sistema propuso diseños partiendo de patrones aprendidos.

De generar palabras a generar genomas

La idea detrás es parecida a la de un modelo de lenguaje, esos sistemas entrenados con enormes cantidades de texto que aprenden a predecir la palabra siguiente. Aquí, en cambio, el «idioma» es la secuencia genética: las bases que forman el ADN. Al entrenarse con genomas de virus reales, el modelo aprende la gramática biológica que hace que una secuencia sea viable y puede ensamblar combinaciones nuevas que, en teoría, funcionarían dentro de una célula. Es un uso de la IA generativa muy distinto al de los chatbots que la mayoría conoce.

El trabajo de King se enmarca en una ola más amplia de modelos biológicos de base, entrenados para predecir y diseñar moléculas, proteínas o, ahora, organismos completos. La promesa es acelerar el desarrollo de terapias, por ejemplo fagos a medida para combatir bacterias resistentes a los antibióticos, uno de los problemas sanitarios más serios de la próxima década.

La otra cara: bioseguridad

Que una herramienta pueda diseñar virus funcionales también enciende alarmas. La preocupación central es el doble uso: la misma capacidad que serviría para crear fagos terapéuticos podría, en manos equivocadas o sin barandales adecuados, facilitar el diseño de patógenos peligrosos. Los investigadores que trabajan en esta frontera suelen limitarse a virus que no infectan a humanos y debaten qué controles deben acompañar a los modelos entrenados con datos genómicos sensibles.

Ese debate todavía carece de reglas claras. Buena parte de la discusión regulatoria sobre IA se concentra en modelos de lenguaje, derechos de autor y desinformación, mientras la intersección entre IA generativa y biología avanza con marcos de supervisión aún incipientes.

Para América Latina, donde la resistencia a los antibióticos golpea con fuerza a sistemas de salud con presupuestos ajustados, una tecnología que abarate el diseño de tratamientos contra bacterias resistentes resulta atractiva en el papel. El acceso real, no obstante, depende de infraestructura de laboratorio, capacidad de cómputo y marcos de bioseguridad que en varios países de la región apenas empiezan a discutirse.

MIT Technology Review conversará con King sobre el alcance del experimento y lo que podría venir después en una sesión abierta, para la que habilitó un registro en línea. La pregunta de fondo —si una IA podrá algún día diseñar vida, y no solo virus— sigue abierta, pero ya dejó de ser puramente hipotética.