Science publica los fagos diseñados por Evo: el resultado es real, pero no nuevo

El 6 de agosto, Science publicó un resultado que merece atención y una fecha bien puesta. Un equipo de Stanford y Arc Institute usó los modelos genómicos Evo 1 y Evo 2 para proponer genomas completos de bacteriófagos —virus que infectan bacterias—, sintetizó 285 diseños seleccionados y obtuvo 16 fagos viables. Algunos compitieron mejor que el fago natural usado como referencia y, como población, ayudaron a superar en el laboratorio la resistencia de tres cepas de E. coli.

No ocurrió por primera vez esta semana. El preprint y la explicación técnica de Arc hicieron públicos esos mismos 16 fagos el 17 de septiembre de 2025. Arc volvió a describirlos al publicarse Evo 2 en Nature en marzo de 2026. La novedad del 6 de agosto es que el trabajo ha pasado por revisión por pares y aparece en Science, acompañado por una discusión de bioseguridad más visible. Es una mejora material de la calidad de la evidencia, no el nacimiento súbito de una capacidad.

Esa distinción no reduce el logro. Evita que una reedición mediática lo agrande hasta algo que el experimento no estudió.

Una cadena de diseño, no un botón que fabrica virus

Evo aprende regularidades de secuencias de ADN de forma parecida a como un modelo de texto aprende regularidades entre caracteres, pero aquí una secuencia plausible debe sobrevivir a muchas más pruebas que una frase. Los investigadores especializaron los modelos con 14.466 genomas de la familia Microviridae, cercana al fago ΦX174, y añadieron restricciones computacionales sobre la arquitectura del genoma y el huésped objetivo. Después filtraron las propuestas, eligieron 302 candidatas y lograron sintetizar y ensamblar 285. Dieciséis se propagaron como fagos funcionales.

Por tanto, 16 de 285 no es una tasa de acierto bruta del modelo. El denominador ya contiene selección humana, especialización con datos cercanos, predictores auxiliares, filtros y viabilidad de síntesis. Tampoco es una puntuación general de «diseño de organismos»: ΦX174 tiene sólo 5.386 nucleótidos, 11 genes solapados y décadas de estudio detrás. El resultado demuestra que la tubería completa pudo navegar esas interacciones lo bastante bien como para producir genomas viables y distintos de sus vecinos naturales. No demuestra que el mismo procedimiento escale sin más a genomas mayores, a otras familias virales o a células.

La validación va más allá de observar que una placa bacteriana dejó de crecer. Los autores secuenciaron los fagos recuperados, compararon su aptitud, examinaron por criomicroscopía uno que incorporaba una proteína de empaquetamiento de una rama evolutiva distante y probaron el alcance de huésped. Según Arc, los 16 infectaron las cepas objetivo E. coli C o W y no se propagaron en otras seis cepas examinadas. Es evidencia sustantiva de que el sistema conservó una función coordinada a escala de genoma y de que el filtro de tropismo funcionó dentro de ese conjunto estrecho.

El experimento con resistencia requiere otra precisión. Los investigadores primero obtuvieron tres cepas de E. coli resistentes al ΦX174 natural. Una mezcla de los 16 fagos generados y el fago de referencia terminó inhibiendo las tres tras varios pases; ΦX174 solo no lo consiguió. Los fagos que vencieron la resistencia habían recombinado material de varios diseños y adquirido nuevas mutaciones durante el proceso. La IA aportó una población diversa sobre la que actuó la evolución experimental: no produjo de una vez, a partir de una orden, una terapia terminada.

Eso sigue siendo útil. En terapia fágica, disponer de diversidad dirigida podría acortar la búsqueda de candidatos cuando una bacteria cambia. Pero aquí no hubo animales, pacientes, fabricación clínica, toxicología ni comparación terapéutica. «Superó resistencia» significa crecimiento bacteriano inhibido en este sistema de laboratorio; no significa que se haya demostrado un tratamiento contra infecciones resistentes a antibióticos.

La publicación mejora la confianza, no amplía por sí sola el alcance

La revisión por pares hace más creíble que los métodos y la conclusión central soportaron el examen de especialistas. Science también usa un lenguaje algo más sobrio que el preprint: su resumen habla de perfiles diversos de aptitud y de un camino hacia terapias, no de una terapia ya disponible. Pero publicar en una revista no es una reproducción independiente. El mismo equipo generó, filtró, sintetizó y evaluó los diseños; todavía falta que otro laboratorio repita la tasa de viabilidad y el comportamiento en otros fagos y huéspedes.

Hay además una comparación ausente. El estudio no enfrenta, bajo el mismo presupuesto de síntesis y ensayo, esta tubería con una campaña de ingeniería racional o evolución dirigida. Podemos afirmar que Evo produjo candidatos que funcionaron y mostraron novedades estructurales. No podemos atribuir todavía cuánto ahorro de tiempo, coste o tasa de éxito provino del modelo frente a los filtros, el conocimiento previo sobre ΦX174 y el trabajo experimental.

Los artefactos públicos permiten avanzar: están disponibles el conjunto de ajuste, el código, los modelos Evo y los checkpoints especializados en Microviridae. Esa apertura facilita comprobar la parte computacional. La reproducción completa, sin embargo, necesita síntesis, contención, experiencia y ensayos biológicos. En este campo, «pesos abiertos» y «experimento reproducible» no son equivalentes.

La exclusión de datos es una fricción, no un candado

El equipo tomó decisiones de seguridad razonables para este experimento. Evo 2 se preentrenó excluyendo virus que infectan células eucariotas —entre ellos los virus humanos—; el ajuste posterior se limitó a bacteriófagos; se eligieron huéspedes bacterianos no patógenos; y el trabajo se realizó con contención y equipos dedicados. Nada en el estudio muestra que sus fagos puedan infectar a una persona. Un bacteriófago y un virus adaptado a células humanas no son peldaños contiguos de una misma escalera.

El límite aparece cuando una decisión sobre datos se describe como una capacidad «inherente» de seguridad. Los pesos de Evo 2 pueden modificarse. Un estudio de prueba adversaria, publicado como preprint en noviembre de 2025, volvió a ajustar la versión abierta de 7.000 millones de parámetros con secuencias de virus humanos. Recuperó parte de la capacidad predictiva sobre virus no vistos y obtuvo un AUROC de 0,59 al distinguir mutaciones de escape inmunitario de SARS-CoV-2: mejor que el azar, pero muy por debajo del 0,80 de una herramienta especializada. Ese trabajo no generó ni validó un virus humano y no prueba que Evo pueda diseñarlo. Sí muestra que excluir datos eleva el coste de adaptación, pero no vuelve inmutables los pesos abiertos.

Por eso la seguridad no puede descansar en una sola capa. El modelo y sus datos importan; también el acceso a conjuntos sensibles, las evaluaciones de capacidad, la revisión del proyecto, la identidad del cliente, el cribado de pedidos de ácidos nucleicos y la contención del laboratorio. En Estados Unidos, el NIH exige desde abril de 2025 que la investigación financiada por él compre síntesis a proveedores que apliquen controles de secuencia y cliente. Es un punto de intervención real, pero limitado a un perímetro de financiación y proveedores; no es una gobernanza mundial ni evalúa por sí mismo la función de una secuencia muy novedosa.

El comentario que acompaña al artículo en Science acierta al desplazar la pregunta de si existirá diseño generativo de genomas virales a cómo se gobernará. Mi lectura añade una condición: esa gobernanza debe describir la cadena completa. Medir sólo el modelo ignora filtros y laboratorio; vigilar sólo el laboratorio ignora que la generación puede multiplicar el espacio de candidatos; cribar sólo por parecido con patógenos conocidos puede perder función conservada en una secuencia distinta.

La frontera práctica que cruza este trabajo no es «la IA creó vida». Los fagos necesitan células bacterianas para reproducirse, la síntesis fue física y el equipo humano tomó decisiones en cada etapa. El cambio es más concreto: un modelo pudo proponer genomas completos con suficientes relaciones internas intactas para que una fracción sobreviviera a la materialización y funcionara. Eso desplaza parte del cuello de botella desde imaginar cada modificación hacia seleccionar, construir y probar poblaciones de diseños.

La siguiente evidencia valiosa no será otro titular. Será una reproducción independiente, una comparación controlada con métodos anteriores, pruebas en otras familias seguras y una evaluación pública de cuánto resisten las salvaguardas cuando cambian datos, pesos y herramientas. Science convierte un preprint importante en un resultado revisado. No convierte 16 bacteriófagos de laboratorio en una terapia ni una exclusión de entrenamiento en una barrera suficiente.

Fuentes

• King et al., Generative design of bacteriophages with genome language models, Science, 6 de agosto de 2026; preprint original, 17 de septiembre de 2025.
• Arc Institute, How We Built the First AI-Generated Genomes, 17 de septiembre de 2025, y Evo 2: One Year Later, 4 de marzo de 2026.
• Inglesby y Hanke, AI-designed viral genomes, Science, 6 de agosto de 2026.
• Black et al., Open-weight genome language model safeguards: Assessing robustness via adversarial fine-tuning, preprint, 24 de noviembre de 2025.
• National Institutes of Health, requisitos para adquirir ácidos nucleicos sintéticos y equipos de síntesis, efectivos desde el 26 de abril de 2025.