El equipo utilizó Evo 2, un modelo de IA generativa capaz de escribir genomas completos, para crear 300 fagos experimentales, de los cuales 16 mostraron una capacidad excepcional para combatir la resistencia bacteriana.
Un equipo de científicos de Stanford diseñó un nuevo bacteriófago capaz de combatir la bacteria E. coli mediante el uso de Evo 2, un modelo de inteligencia artificial (IA) generativa desarrollado por el propio equipo. Los bacteriófagos son virus que infectan y destruyen bacterias, y desde hace tiempo se estudian como una posible vía hacia nuevos antibióticos frente al problema creciente de la resistencia bacteriana. Un estudio fue publicado en Science.
El proyecto fue liderado por Brian Hie, profesor asistente de ingeniería química y becario de la Fundación Dieter Schwarz en ciencia de datos de Stanford, junto con Samuel King, estudiante de posgrado en bioingeniería y primer autor del estudio. Hie es también el creador de Evo 2, un modelo de IA capaz de resolver problemas biológicos complejos mediante la sugerencia de nuevas secuencias de ADN. A partir de un fragmento mínimo del genoma del bacteriófago ΦX174, cuyo genoma completo tiene menos de 6 mil pares de bases, el modelo generó de forma autónoma genomas completos de nuevos fagos capaces de atacar a E. coli.
“En este caso, queríamos que el modelo generara el genoma completo de principio a fin en una sola pasada de izquierda a derecha. No añadimos nada. En las pruebas de laboratorio, algunas de las sugerencias de Evo mostraron una mayor aptitud que el fago nativo ΦX174”, Hie.
Con base en los genomas escritos por el modelo, los investigadores sintetizaron cerca de 300 fagos y los sometieron a pruebas de efectividad contra E. coli. De ese grupo, seleccionaron 16 que resultaron excepcionalmente eficaces.
“Si las bacterias desarrollan resistencia a un solo fago, el medicamento queda inutilizado, pero si se tienen varios fagos genéticamente distintos en una mezcla, sería más difícil que las bacterias desarrollaran resistencia a todo el cóctel”, Hie.
El estudio incluye una prueba de concepto en la que un coctel de los 16 fagos logró superar rápidamente la resistencia de bacterias E. coli que ya eran inmunes al fago nativo ΦX174. Los investigadores plantean que enfoques similares podrían aplicarse al diseño de fagos contra otras bacterias resistentes a tratamientos médicos, como la tuberculosis, Staphylococcus aureus resistente a la meticilina (MRSA) y Pseudomonas aeruginosa, una de las principales causantes de infecciones hospitalarias resistentes a medicamentos.
Por otro lado, King, quien encabezó el desarrollo del proyecto, diseñó además un marco computacional para evaluar los genomas generados por el modelo y reducir miles de candidatos a un número manejable para su análisis posterior.
“Una de las partes principales del marco de diseño consistió en determinar qué características debían tener los genomas basándose en ΦX174 y fagos relacionados. 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”, King.
El equipo decidió poner a disposición del público el modelo Evo 2 de manera gratuita y de código abierto, lo que ha generado discusión sobre sus implicaciones de seguridad. Hie sostuvo que la disponibilidad abierta es fundamental para acelerar la investigación y sus aplicaciones prácticas, y reconoció que versiones modificadas de la herramienta podrían utilizarse con fines maliciosos. No obstante, argumentó que los patógenos que ya existen en la naturaleza representan un riesgo mayor, ya que son más accesibles y fáciles de producir, y que a diferencia de la evolución natural, en herramientas como Evo 2 sí es posible incorporar verificaciones de seguridad durante su desarrollo.
De cara al futuro, Hie trabaja con otros investigadores de Stanford para ampliar el alcance de Evo 2, al tiempo que continúa su propia investigación sobre nuevos bacteriófagos, incluida la posibilidad de trabajar con secuencias de ADN más largas y complejas, como genomas bacterianos pequeños que podrían derivar en microorganismos modificados capaces de producir químicos, medicamentos o combustibles de utilidad. Según Hie, las preguntas abiertas más relevantes para investigaciones futuras son cómo lograr mayor novedad genética en los diseños y cómo obtener mayor control sobre sus resultados.
