IA que diseña genomas: difusión y biología explicadas

El 6 de agosto de 2026, Science publicó un paper de Samuel H. King y colegas que tres años antes habría sonado a ciencia ficción: la IA generativa diseñó genomas virales completos desde cero, y dieciséis funcionaron. Los virus son bacteriófagos, que infectan bacterias y no personas, y una mezcla de los nuevos mató dos cepas de E. coli que se habían vuelto resistentes a su pariente natural. La IA que diseña genomas es esta familia de trabajo: modelos generativos que producen diseños biológicos en vez de imágenes. El detalle técnico honesto, que casi toda la cobertura se salteó, es que este resultado usó un modelo de lenguaje de genomas. Entender por qué importa más que el titular.

Puntos clave

• King et al., Science, 6 de agosto de 2026 (DOI 10.1126/science.aec2657): el primer diseño generativo de genomas completos y funcionales de bacteriófagos.
• La cadena: miles de genomas candidatos diseñados, 285 sintetizados físicamente, 16 se volvieron fagos viables capaces de replicarse. Un acierto de alrededor del 5 %, como señaló el investigador Simon Jackson.
• Algunas combinaciones de los fagos nuevos vencieron la resistencia en dos cepas de E. coli que resistían a los fagos tipo ΦX174.
• El modelo fue un modelo de lenguaje de ADN afinado con unos 15.000 genomas virales de la familia Microviridae; los virus que infectan humanos se quitaron de los datos de entrenamiento.
• En el mismo campo, los modelos de difusión (RFdiffusion, para estructura de proteínas) son la herramienta generativa dominante. Saber qué método generativo va con cada problema biológico es la lección real.

Qué se construyó, y con cuánto cuidado

Empieza por la plantilla. ΦX174 es uno de los organismos más estudiados de la biología: un bacteriófago diminuto con un genoma corto de ADN de cadena simple, el primer genoma de ADN secuenciado por completo, e inofensivo para las personas. Los investigadores le dieron ese genoma a un modelo de lenguaje de ADN como punto de partida y le pidieron secuencias nuevas de la misma familia.

La cadena, según lo reportado: el modelo ya venía preentrenado con millones de secuencias de ADN, y luego fue afinado con unos 15.000 genomas virales de Microviridae, la familia a la que pertenece ΦX174. Generó miles de planos de genoma candidatos. Los investigadores filtraron por computadora y sintetizaron físicamente 285. De esos, 16 produjeron virus funcionales capaces de reproducirse. Después vino la prueba que hizo noticia: una mezcla de los fagos sintéticos mató cepas de E. coli que habían desarrollado resistencia al ΦX174 natural.

La reacción de expertos que publicó el Science Media Centre del Reino Unido vale leerla con tu adolescente, porque muestra cómo responden los científicos a un avance real. El profesor Patrick Cai (Manchester Institute of Biotechnology) lo llamó un hito: pasar de predecir secuencias a “generar genomas funcionales completos que funcionan en el laboratorio”. Jordi García Ojalvo (Pompeu Fabra) nombró la limitación con precisión: eficiencia baja, 16 fagos viables de miles diseñados, y los modelos no pueden explicar por qué algunos genomas funcionan y otros no. El Dr. Simon Jackson (Waikato) puso el rendimiento en torno al 5 % y dijo que diseñar fagos más grandes y controlar la especificidad siguen sin resolverse. El Dr. Simon Clarke (Reading) fue al punto de bioseguridad: la IA ya puede crear virus viables que no existen en la naturaleza, y eso necesita marcos regulatorios.

Dos hechos de seguridad tienen que estar en cualquier conversación familiar sobre esto. Los investigadores quitaron de los datos de entrenamiento los virus que infectan humanos. Y el uso clínico, es decir terapia con fagos en una persona, requiere toda la secuencia de pruebas en animales y humanos que exige cualquier medicamento. Es un resultado de laboratorio sobre virus que matan bacterias, publicado en la literatura abierta con sus limitaciones a la vista.

IA que diseña genomas: ruido que entra, estructura que sale

Ahora el mecanismo, y la distinción que la cobertura difumina.

Un modelo de difusión aprende a revertir un proceso de corrupción. Ho, Jain y Abbeel (2020) describieron la receta: agregarle ruido a datos reales en muchos pasos chicos hasta que queden sin estructura, y entrenar una red para quitar un paso de ruido. Para generar, arrancas desde ruido puro y le quitas ruido muchas veces. En biología, la aplicación más influyente es el diseño de estructura de proteínas. RFdiffusion (Watson et al., Nature, 2023) aplica ese proceso a las cadenas principales de proteínas: parte de una nube aleatoria de posiciones de aminoácidos y la refina hasta una estructura plegada físicamente plausible, opcionalmente condicionada a un blanco al que quieras que la proteína se pegue. Las moléculas tienen geometría, y la difusión es muy buena con la geometría.

Un modelo de lenguaje de genomas funciona distinto. El ADN es una secuencia sobre un alfabeto de cuatro letras, lo que lo vuelve un problema de texto. Estos modelos predicen el siguiente nucleótido (o rellenan tramos tapados) exactamente como un modelo de lenguaje predice la siguiente palabra, y aprenden las regularidades estadísticas de los genomas reales: dónde arrancan los genes, cómo se suelen usar los codones, qué motivos regulatorios aparecen cerca de qué genes, cómo se ordenan los genes solapados. Para generar, muestreas del modelo, región por región, con el genoma plantilla como contexto. Eso es lo que produjo los diseños de fagos.

La imagen mental útil para un chico es esta. La difusión es escultura: partes de un bloque y refinas hasta que aparece una forma. El modelado de lenguaje es escritura: partes del principio y eliges qué viene después según todo lo anterior. La forma de una proteína es una escultura. Un genoma es un texto. El método generativo sigue al tipo de dato, y cada vez más los investigadores combinan los dos en una misma cadena.

¿Por qué funciona alguno de los dos? Porque los dos aprovechan que la biología real ocupa una rebanada mínima de lo químicamente posible. Existen 4^5.000 secuencias posibles del largo de ΦX174; casi todas son basura. Un modelo entrenado con genomas reales aprende las restricciones que hacen funcionar una secuencia, sin que nadie las escriba. El 5 % de acierto te dice que aprendió mucho y no todo. Y te dice algo que un chico debería escuchar: el cuello de botella ahora es la validación física. Diseñar es barato. Probar 285 genomas en un laboratorio no lo es.

Cómo enseñarle esto a tu hijo

De 5 a 8 años: el juego de las cuatro letras

Escribe A, T, G, C en cuatro tarjetas. Que tu hijo arme una “secuencia” sacando tarjetas al azar veinte veces. Después muéstrale una secuencia real de un gen (sirve cualquier libro de texto o una página del NCBI) y déjalo comparar. La aleatoria parece ruido; la real tiene repeticiones, patrones, estructura. Dile: la computadora aprendió cómo se ven las reales, y escribe nuevas que parecen reales. A esta edad alcanza, y no es una simplificación que después haya que desarmar.

De 9 a 12 años: la receta con un ingrediente cambiado

Tomen una receta conocida y cambien un ingrediente al azar, y que prediga si todavía funciona. Hagan cinco variantes. Dos pueden salir comestibles, tres no. Calculen la tasa de acierto y compárenla con los 16 de 285 del paper. A los chicos les gusta que la ciencia real tenga tasa de acierto, y desarma la idea de que la IA simplemente produce respuestas correctas. Después la pregunta más difícil: ¿por qué crees que el modelo no puede explicar cuáles van a fallar?

De 13 en adelante: leer la reacción de expertos, no el comunicado

Dale a tu adolescente dos documentos: un titular de noticias sobre los virus diseñados con IA, y la página de reacción de expertos del Science Media Centre. Que liste cada limitación que nombraron los expertos y el titular omitió. Normalmente son eficiencia, interpretabilidad, escala, especificidad y bioseguridad. Este solo ejercicio enseña más sobre alfabetización científica que un semestre de vocabulario. Después que escriba dos párrafos sobre si esta investigación debería publicarse abiertamente, con razones de los dos lados.

La pregunta que debes hacer: “Si el modelo no puede explicar por qué falló un diseño, ¿qué te dice eso sobre lo que aprendió?”

De ruido a estructura: qué método generativo para qué problema

Blanco biológico	Tipo de dato	Método generativo	Ejemplo real	Validación necesaria
Estructura 3D de proteína	Coordenadas en el espacio	Difusión (quitar ruido a la cadena)	Ligantes de RFdiffusion, Nature 2023	Expresar la proteína, medir la unión
Secuencia de proteína	Cadena de aminoácidos	Modelo de lenguaje	Modelos de proteínas para enzimas	Expresar y ensayar actividad
Genoma pequeño completo	Cadena de nucleótidos	Modelo de lenguaje de genomas	Fagos diseñados con IA, Science 2026	Sintetizar el ADN, probar en bacterias
Fármaco de molécula pequeña	Grafo molecular	Difusión o modelo generativo de grafos	Candidatos a antibióticos generativos	Sintetizar, probar en células y animales
Estructura cristalina	Posiciones atómicas en la celda	Difusión o red de grafos	Filtrado de materiales GNoME	Intentar la síntesis en laboratorio
ADN regulatorio	Cadena corta de nucleótidos	Modelo de lenguaje o difusión	Promotores diseñados	Insertar y medir expresión

La última columna es la honesta, y dice lo mismo en cada fila: algo físico tiene que fabricarse y probarse. La biología generativa movió el cuello de botella; no lo eliminó.

¿Y en América Latina?

La resistencia a los antibióticos no es un problema abstracto en la región. Varios países de América Latina tienen alta prevalencia de infecciones hospitalarias por bacterias resistentes, y en muchos lugares los antibióticos se consiguen sin receta, lo que acelera el problema. La terapia con fagos, justamente por eso, tiene una historia más larga fuera de Estados Unidos, y un método para diseñar fagos nuevos contra cepas resistentes es más relevante aquí que en un país con antibióticos de última línea disponibles.

Y hay un punto de carrera que vale nombrar. La bioinformática es una de las áreas donde la región compite bien: los grupos de la UNAM, la Universidad de los Andes, la PUCP, la UBA y la Universidad de Chile publican trabajo serio en genómica con presupuestos chicos, porque el insumo principal es capacidad de cómputo modesta más gente que sepa biología y programación. Para un adolescente al que le gusta la biología y le tiene ganas al código, ese es un camino real, con becas y posgrados que existen en su propio idioma.

Qué hacer en casa

Dale la distinción entre secuencia y forma

Casi todos los chicos aprenden “el ADN es un código” y ahí se quedan. El paso siguiente, que algunos problemas de biología son problemas de texto y otros de geometría, es la bifurcación que explica por qué existen herramientas de IA distintas. Cuesta una conversación y aclara una década de titulares futuros.

Usa las tasas de acierto como herramienta general

16 de 285. Alrededor del 5 %. Cada vez que tu familia se cruce con una afirmación de IA, pide el denominador. ¿Cuántos intentos? ¿Cuántos funcionaron? Es la herramienta de escepticismo más barata que existe.

Deja que la biología sea la puerta de entrada, si ese es su interés

No todos los chicos a los que les gusta la IA quieren hacer chatbots. Los que les gustan los seres vivos hoy tienen un camino real: bioinformática, biología sintética, diseño de proteínas. El requisito de entrada es biología más Python, y al campo le faltan personas que manejen las dos cosas.

Habla de uso dual sin catastrofismo

El mismo modelo que diseña un virus que mata bacterias podría, en principio, apuntarse a algo peor. Por eso los investigadores excluyeron del entrenamiento los virus que infectan humanos y por eso los laboratorios restringen el acceso a sus modelos biológicos más capaces. Un adolescente puede sostener las dos ideas: esto es un avance real, y está regulado por una razón. Fingir que el riesgo no existe es como pierdes su confianza en todo lo demás.

Lo que no hay que hacer

No le digas a tu hijo que la IA “creó vida”. Diseñó variantes dentro de una familia de virus que había estudiado, la mayoría no funcionó, y los virus no están vivos según casi todas las definiciones. La precisión acá no es pedantería: es la diferencia entre un chico que puede leer un resumen de Science y uno que no.

Qué observar en los próximos 3 meses

• Semana 4: Tu hijo puede explicar la diferencia entre generar una secuencia y generar una forma, y nombrar un ejemplo biológico de cada una.
• Señales de alerta en el mes 2: Tu hijo repite “la IA diseñó un virus” sin el denominador de 16 sobre 285, o cree que ya se usan medicamentos diseñados por IA.
• Autoevaluación del mes 3: La próxima vez que vean un titular de IA y biología, ¿tu familia pide la tasa de acierto y el paso de validación antes de reaccionar? Ese hábito es todo el objetivo.

Preguntas frecuentes

¿Esto es peligroso?

El trabajo específico son bacteriófagos, que infectan bacterias y no humanos, y los virus que infectan humanos se quitaron de los datos de entrenamiento. La preocupación más amplia por el uso dual es real y la nombraron los expertos que revisaron el paper. Los laboratorios restringen el acceso a sus modelos biológicos más capaces por eso mismo.

¿De verdad fue un modelo de difusión?

No, y conviene ser preciso. El trabajo de fagos usó un modelo de lenguaje de ADN. Los modelos de difusión dominan un problema vecino, el diseño de estructura de proteínas, donde RFdiffusion es el hito. Los dos son IA generativa; sirven para tipos de datos distintos.

¿Podría curar infecciones que los antibióticos no curan?

Posiblemente, con el tiempo. La terapia con fagos es un campo real con algunos casos exitosos de uso compasivo, y los fagos diseñados podrían ampliar el arsenal contra bacterias resistentes. Llegar de un resultado de laboratorio a un tratamiento implica estudios en animales, ensayos en humanos y revisión regulatoria. Años, no meses.

¿Por qué solo funcionaron 16 de 285?

Porque el modelo aprendió cómo se ven los genomas reales en términos estadísticos, no la biología causal de por qué cierta disposición de genes es viable. Errores chicos en el solapamiento de genes, el espaciado regulatorio o el plegamiento de proteínas matan a un fago. Los investigadores todavía no pueden explicar cuáles errores fueron fatales, y eso es en sí una pregunta abierta.

¿Qué debería estudiar mi hijo para este campo?

Biología molecular más programación, en concreto Python y suficiente estadística para leer un paper. Existen carreras de bioinformática, y también biólogos que aprenden a programar solos. Lo escaso son las personas fluidas en los dos idiomas.

¿Algo de esto está en la escuela?

Poco y desparejo. Los programas de biología tocan la secuenciación de ADN pero no el diseño generativo. Si a tu adolescente le interesa, el resumen del paper más la página de reacción de expertos es una mejor introducción que casi cualquier currículo actual, y las dos son gratis. Nuestro texto sobre cómo generan texto los modelos de lenguaje ayuda con la parte del mecanismo, y el de cómo funcionan los modelos de IA con las bases.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. King, S. H., et al. (2026, 6 de agosto). “Generative design of bacteriophages with genome language models.” Science. DOI 10.1126/science.aec2657. https://pubmed.ncbi.nlm.nih.gov/42561074/
2. Science Media Centre. (2026). “Expert reaction to generative design of bacteriophages with genome language models.” https://www.sciencemediacentre.org/expert-reaction-to-generative-design-of-bacteriophages-with-genome-language-models/
3. Phys.org. (2026, 10 de agosto). “Sixteen AI-designed viruses offer a new route against drug-resistant bacteria.” https://phys.org/news/2026-08-sixteen-ai-viruses-route-drug.html
4. Watson, J. L., et al. (2023). “De novo design of protein structure and function with RFdiffusion.” Nature, 620, 1089–1100. https://www.nature.com/articles/s41586-023-06415-8
5. Ho, J., Jain, A., & Abbeel, P. (2020). “Denoising Diffusion Probabilistic Models.” arXiv 2006.11239. https://arxiv.org/abs/2006.11239
6. Stanford Report. (2026, agosto). “AI designs a novel E. coli killer.” https://news.stanford.edu/stories/2026/08/evo-2-ai-tool-e-coli-killer-bacteriophages
7. Organización Mundial de la Salud. “Resistencia a los antimicrobianos.” https://www.who.int/es/news-room/fact-sheets/detail/antimicrobial-resistance