Inteligencia artificial en la biotecnología
La IA está impulsando avances sin precedentes en medicina, agricultura y ciencias ambientales; pero también plantea importantes desafíos de bioseguridad.
Hace más de quince años, David Baker, biólogo computacional de la Universidad de Washington, lanzó Foldit, un videojuego colaborativo en línea que permitía a los jugadores contribuir con la investigación científica. En él, los participantes resolvían complejos problemas de plegamiento de proteínas, manipulando sus estructuras a través de rompecabezas tridimensionales para encontrar la conformación más estable y energéticamente favorable.
Las proteínas son moléculas complejas conformadas por una larga cadena de aminoácidos. Al igual que un origami, se pliegan para adoptar una forma tridimensional específica que determina su función. Sin embargo, descifrar su forma es sumamente difícil. Se requiere cristalizar la proteína, exponerla a un haz de rayos X y analizar su patrón de difracción. Otra opción es modelar las interacciones entre los aminoácidos mediante una computadora para predecir su estructura, un proceso que requiere un refinamiento manual meticuloso.
Los jugadores de Foldit ayudaron a revelar estructuras de proteínas que habían eludido a los científicos durante años. Por ejemplo, en solo tres semanas lograron determinar la estructura de una enzima del VIH. Además, diseñaron nuevas proteínas con funciones específicas. Foldit fue precursor de RoseTTAFold,un programa que sustituyó la intervención humana por IA. David Baker recibió el Premio Nobel de Química el año pasado por estos avances.
Potencial de la IA en la biotecnología
En la actualidad se cuenta con diferentes herramientas bioinformáticas basadas en IA. Por ejemplo, DeepVariant permite identificar variantes genéticas, como mutaciones causantes de enfermedades, a partir de datos de secuenciación. Asimismo, EVE y AlphaMissense proporcionan información sobre el impacto potencial de estas mutaciones. AlphaFold utiliza datos de estructuras proteicas conocidas para aprender los patrones y reglas que gobiernan su plegamiento, lo que le permite predecir con alta precisión la estructura de nuevas proteínas empleando únicamente su secuencia genética o de aminoácidos.
Estas tecnologías están revolucionando el diseño de proteínas y facilitando la creación de nuevos agentes terapéuticos y de diagnóstico. Por ejemplo, a RFDiffusion le puedes dar instrucciones sobre la forma deseada de una proteína y el programa moldea la secuencia de aminoácidos hasta obtener la estructura deseada. En contraste, Chroma a identificar los aminoácidos adecuados para construir una estructura ya definida, sin partir desde cero. Otra herramienta, DiffDock, asiste a los científicos en la búsqueda de nuevos fármacos que puedan unirse a proteínas específicas para combatir enfermedades, actuando como un “ojo” inteligente que predice el encaje entre dos moléculas. DeepBind analiza secuencias de ADN para predecir los sitios de unión de proteínas, lo que es esencial para regular diversas funciones celulares, como la expresión génica.
Riesgos de uso dual
La integración de la inteligencia artificial (IA) en la biotecnología está impulsando una auténtica revolución en el campo. Sin embargo, este avance también conlleva riesgos de uso dual, ya que las mismas herramientas que se emplean para fines beneficiosos—como el desarrollo de terapias para diversas enfermedades—pueden ser mal utilizadas para crear armas biológicas.
El desarrollo y despliegue de armas biológicas presenta importantes barreras técnicas y logísticas. Por lo general, se requieren agentes patógenos naturales o cepas modificadas mínimamente para incrementar su virulencia. No obstante, encontrar una cepa que cumpla con múltiples criterios—facilidad de manejo, producción masiva en biorreactores, alta letalidad, estabilidad térmica y capacidad de dispersión—resulta sumamente complejo. A esto se añade la necesidad de operar de forma encubierta para evitar la detección, lo cual restringe el intercambio de conocimientos y la resolución de problemas técnicos, complicando aún más la creación de un arma biológica.
Sin embargo, la creciente accesibilidad a herramientas biotecnológicas de vanguardia, especialmente aquellas impulsadas por IA, ha comenzado a debilitar estas barreras. La capacidad de la IA para diseñar proteínas y genes con características específicas podría facilitar la creación de agentes patógenos más peligrosos y difíciles de detectar.
Además, los sistemas de IA pueden automatizar tareas científicas complejas, reduciendo la necesidad de una formación altamente especializada. Por ejemplo, la IA es capaz de diseñar experimentos, optimizar diseños químicos y biológicos, definir vías de síntesis y predecir la eficacia de agentes biológicos nocivos con una supervisión humana mínima.
El impacto de un arma biológica podría amplificarse aún más si se combinara con ciberataques dirigidos a infraestructuras sanitarias o de defensa, lo que socavaría los esfuerzos de respuesta ante emergencias. Asimismo, el uso de campañas de desinformación—como se evidenció durante la pandemia de COVID-19—podría generar pánico y desconfianza en la sociedad, exacerbando sus consecuencias.
Retos para la regulación
Las materias primas y tecnologías empleadas para desarrollar armas biológicas suelen coincidir en gran medida con las utilizadas en ámbitos legítimos, como la investigación médica, la salud pública y la agricultura. Esta superposición dificulta diferenciar entre usos indebidos y aplicaciones beneficiosas.
Aunque es posible programar la IA para identificar y bloquear consultas con intenciones claramente maliciosas, muchos proyectos terapéuticos y de diagnóstico implican, por naturaleza, predicciones y diseños que comparten características con aplicaciones militares. Por ejemplo, el desarrollo de tratamientos para enfermedades infecciosas puede requerir el modelado de estructuras patógenas o la ingeniería de proteínas específicas, técnicas que también podrían aprovecharse con fines nocivos.
Iniciativas como el AI Safety Summit y la Convención sobre las Armas Biológicas están trabajando para establecer normas y políticas que protejan contra el uso indebido de la biotecnología y la IA. Por ello, es crucial que científicos y desarrolladores de IA sean conscientes de estos riesgos y tomen medidas proactivas para prevenir el mal uso de sus tecnologías. Además, resulta fundamental fomentar la transparencia y la colaboración internacional para enfrentar de manera efectiva los desafíos en materia de bioseguridad.
Referencia: Wheeler, N. E. (2025). Responsible AI in biotechnology: balancing discovery, innovation and biosecurity risks. Frontiers in Bioengineering and Biotechnology, 13. https://doi.org/10.3389/fbioe.2025.1537471
Gracias por esta explicación detallada, David. ¿Consideras que la regulación puede ser un freno a la innovación? ¿Dónde crees que podemos encontrar el punto de equilibrio más sano? Gracias de nuevo