Los organismos más abundantes de la Tierra no son los humanos, ni las ratas, ni las cucarachas. Ni siquiera las omnipresentes bacterias, que colonizan nuestra piel y nuestro intestino por billones. Los verdaderos campeones en número son los virus que infectan a las bacterias: los fagos, abreviatura de bacteriófagos, literalmente “devoradores de bacterias”. Por cada bacteria, existen unos 10 fagos, lo que suma un total de 10^31 en el planeta, una cifra tan descomunal que desafía la imaginación. Con semejante supremacía, no es de extrañar que los fagos sean los grandes arquitectos de la evolución biológica.

Durante décadas, la ciencia ha debatido si los virus pueden considerarse seres vivos. Si la respuesta es afirmativa, el biólogo computacional Brian Hie, de la Universidad de Stanford, acaba de dar un paso revolucionario: ha logrado que una inteligencia artificial (IA) diseñe vida. Más concretamente, una IA llamada Evo —pariente de ChatGPT— ha escrito los primeros 16 genomas completos de fagos funcionales, capaces de infectar y destruir bacterias específicas. Hasta ahora, la IA solo se había utilizado para diseñar genes individuales, pero nunca genomas completos. La diferencia es fundamental: un gen es una pieza, mientras que un genoma es una obra completa, con sentido y función propia. Un genoma es, en esencia, materia viva.

Como exinvestigador de laboratorio, recuerdo bien la importancia de los fagos en la biología molecular. El fago lambda, por ejemplo, ha sido una herramienta clave para estudiar la bacteria Escherichia coli (E. coli). En el reciente trabajo de Stanford, los científicos emplearon otro fago clásico, phiX174, que también infecta E. coli y cuyo genoma es aún más compacto: solo 11 genes frente a los 50 del lambda. Aunque el estudio aún no ha sido revisado por pares, los autores son reconocidos en el campo y su objetivo es claro: combatir bacterias patógenas resistentes a los antibióticos.

Evo 1 y Evo 2, las IA responsables de este avance, funcionan bajo los mismos principios que los grandes modelos de lenguaje como ChatGPT. La analogía no es casual: los genes son, en el fondo, textos compuestos por secuencias de letras químicas (A, T, G, C) que codifican proteínas, las cuales a su vez son cadenas de aminoácidos con propiedades diversas. La secuencia determina la estructura y función de la proteína, igual que el orden de las palabras da sentido a una frase.

Los modelos de lenguaje, ya sean aplicados a textos humanos o a secuencias genéticas, aprenden a partir de patrones y relaciones de proximidad. Así, Evo 1 y Evo 2 pueden generar genomas funcionales a partir de información limitada, del mismo modo que ChatGPT responde preguntas complejas. Aunque aún no comprendemos del todo cómo logran estos resultados, lo cierto es que funcionan.

No pretendo concluir con una advertencia apocalíptica. Si eres guionista, probablemente ya imaginas escenarios distópicos a partir de este avance. Si no, basta con dejar volar la imaginación ante un mundo donde las máquinas pueden crear vida. El futuro ya está aquí, y nos invita a reflexionar.