Diseñan con IA un nuevo fago para combatir bacterias

'Fago' significa devorar. Por lo tanto, el nombre bacteriófago podría evocar imágenes de diminutas criaturas que 'comen' bacterias. Si bien esta concepción no es del todo precisa desde el punto de vista científico, los bacteriófagos son letales para eliminar bacterias, y los científicos están entusiasmados con la posibilidad de modificar el ADN de los fagos para desarrollar nuevos antibióticos.

Así fue como el ingeniero químico Brian Hie y el estudiante de posgrado en bioingeniería Samuel King comenzaron a estudiar el bacteriófago ΦX174 (pronunciado "FYE-ex-1-7-4"). Hie, profesor asistente de ingeniería química y becario de la Fundación Dieter Schwarz en Ciencia de Datos de la Universidad de Stanford (Estados Unidos), creó Evo 2, un modelo de IA generativa que resuelve complejos desafíos biológicos sugiriendo nuevas secuencias de ADN.

Con tan solo un fragmento mínimo del ADN de ΦX174, Evo 2 se encargará de escribir nuevos genomas de fagos que eliminen bacterias; en este caso, la bacteria Escherichia coli (E. coli), que puede ser mortal cuando las infecciones se agravan.

Hasta hace poco, Evo 2 se limitaba principalmente al ámbito informático, pero Hie y King lo han trasladado a un laboratorio real. Basándose en genomas generados por Evo 2, sintetizaron cerca de 300 fagos nuevos y probaron su eficacia contra E. coli. Después, redujeron la lista a un pequeño grupo de 16 fagos excepcionalmente eficaces contra la bacetria.

"Queríamos que el modelo generara el genoma completo de principio a fin en una sola pasada de izquierda a derecha. No añadimos nada", explica Hie sobre el proceso que produjo miles de opciones para su equipo. "En las pruebas de laboratorio, algunas de las sugerencias de Evo mostraron una mayor aptitud que el fago nativo ΦX174".

Antibióticos resistentes

Hie y King eligieron ΦX174 porque su genoma completo tiene menos de 6.000 pares de bases. Comparado con los 3.000 millones de pares de bases del genoma humano, el genoma de ΦX174 es relativamente simple. Sin embargo, su capacidad para eliminar bacterias lo convierte en un caso de prueba atractivo para las capacidades de diseño de Evo 2.

La principal ventaja de disponer de varios fagos dirigidos contra E. coli es combatir la resistencia bacteriana, uno de los grandes problemas de los antibióticos actuales. "Si las bacterias desarrollan resistencia a un solo fago, el tratamiento queda inutilizado. Pero si se utilizan varios fagos genéticamente distintos en una mezcla, será mucho más difícil que desarrollen resistencia a todo el cóctel", explica Hie.

Esta estrategia podría dar lugar a tratamientos menos vulnerables a la aparición de resistencias. Los investigadores plantean crear cócteles de bacteriófagos genéticamente diversos y aplicar el mismo enfoque frente a otros patógenos, como Mycobacterium tuberculosis, Staphylococcus aureus resistente a la meticilina (SARM) o Pseudomonas aeruginosa, una de las principales causas de infecciones hospitalarias resistentes a los antibióticos.

Nuevas herramientas

Los desafíos técnicos que plantea diseñar genomas completos —crearlos nucleótido a nucleótido y transferirlos después a bacterias— no son ni sencillos ni baratos. King, primer autor del estudio, lideró este proceso.

Aunque el genoma de ΦX174 tiene apenas 5.400 pares de bases, Hie explica que resulta extraordinariamente difícil interpretar una secuencia completa y comprender la función de cada uno de sus genes. Para ello, King desarrolló un marco computacional que permitió evaluar miles de genomas generados por Evo 2 y reducir la selección a los candidatos más prometedores para sintetizarlos y probarlos en el laboratorio.

"Una de las partes principales del marco de diseño consistió en determinar qué características debían tener los genomas basándose en ΦX174 y fagos relacionados", explica King. "El marco implicó varios pasos clave: generar genomas utilizando Evo 2, evaluar las opciones según los criterios de diseño, seleccionar los candidatos óptimos, sintetizarlos químicamente y luego probarlos en el laboratorio para ver qué genomas funcionaban mejor".

Código abierto, puertas abiertas

Como prueba de concepto, Evo 2 ha superado las expectativas. Consciente de su potencial en las ciencias médicas y biológicas, Hie ofrece Evo 2 como software libre y gratuito. Cualquiera puede descargar Evo 2 y diseñar nuevos genomas por sí mismo.

La disponibilidad gratuita de la herramienta ha suscitado debates sobre su seguridad. Hie se siente motivado por los enormes beneficios potenciales de la herramienta para la salud y la humanidad, y afirma que la disponibilidad abierta es esencial para acelerar la investigación y obtener resultados en el mundo real.

Si bien reconoce que las versiones modificadas de la herramienta podrían ser utilizadas por personas malintencionadas, señala que los patógenos existentes presentan un mayor riesgo que los posibles diseños de IA, ya que son más fáciles de obtener y producir y, a diferencia de la IA, no se pueden incorporar controles de seguridad al proceso de evolución natural.

De hecho, añade, las herramientas con IA como Evo 2 proporcionan a los humanos una poderosa ventaja contra las pandemias naturales y mejores opciones de defensa contra las amenazas biológicas creadas por el hombre. "Las preguntas más importantes que me planteo", destaca Hie, mirando hacia el futuro, "son cómo lograr una mayor novedad genética y cómo conseguir un mayor control de los resultados".

"Una de las partes más gratificantes de este proyecto es la creatividad que permite Evo 2", concluye King. "Se han abierto nuevas puertas en la ciencia gracias a lo que podemos hacer con estos modelos".

Referencia:

King S. et al. "Generative design of bacteriophages with genome language models". Science (2026).

Un estudio confirma por qué los mosquitos pican más a unas personas que a otras