El Nobel que usa IA para crear moléculas inéditas en la naturaleza nos habla del potencial y los peligros del biodiseño
El mundo natural que conocemos representa solo una fracción de lo que podría existir. Partiendo de esa idea nace AI BioDesign, un proyecto científico que combina inteligencia artificial (IA) y experimentos de laboratorio a gran escala para diseñar y probar nuevas moléculas y funciones biológicas que no se conocen en la naturaleza, pero que son física y químicamente posibles.
De acuerdo con su documento de presentación, los científicos utilizarán la plataforma para aprender y modelar las reglas que emplea la biología para construir la vida tal y como la conocemos. Con ello, crearán bases de datos, modelos y herramientas que podrían servir como “semillas” para desarrollar los medicamentos y las tecnologías del futuro. Los autores imaginan, por ejemplo, nuevos fármacos contra el cáncer y enfermedades neurodegenerativas, además de enzimas capaces de degradar plásticos en el océano.
Concepto de una proteína que no existe en la naturaleza, pero que es técnicamente posible. Su construcción y análisis es posible gracias a la IA.
Ian C. Haydon; formerly UW Medicine Institute for Protein Design,
La iniciativa reúne al Allen Institute, una organización de investigación biocientífica sin fines de lucro, la Universidad de Washington y el Fred Hutch Cancer Center. Las tres instituciones sumarán experiencia en campos como la ciencia abierta, la biología sintética, la genómica y los sistemas celulares. Entre sus principales científicos se encuentra David Baker, quien compartió el Premio Nobel de Química de 2024 por su trabajo en diseño computacional de proteínas.
Es difícil no entusiasmarse con un proyecto que combina la ingeniería, la IA y la biología a niveles tan esenciales. Uno de sus responsables incluso compara su potencial con transformaciones históricas como la industrialización, la electrificación y la revolución digital. Pero explorar regiones de la biología que hasta ahora desconocemos también conduce, irremediablemente, hacia preguntas difíciles. WIRED en Español conversó con David Baker, director científico principal de AI BioDesign, para abordar este y otros temas.
Esta entrevista ha sido editada para facilitar su lectura.
WIRED: El biodiseño con IA busca explorar moléculas y funciones biológicas posibles que nunca han existido en la naturaleza. ¿Existen riesgos particulares al adentrarse en este espacio inexplorado? De ser así, ¿cómo pueden los científicos anticipar esos riesgos y qué medidas pueden tomar para minimizarlos antes de que una molécula diseñada salga del laboratorio?
David Baker: Lo fascinante de la biología es que la naturaleza solo ha explorado una fracción de lo que es física y químicamente posible, lo que abre un mundo de posibilidades para lo que podríamos diseñar. Al explorar esas posibilidades, los riesgos principales no difieren mucho de los asociados con cualquier nueva tecnología biológica: interacciones no deseadas con sistemas vivos, efectos ambientales inesperados o mal uso.
La ventaja que tenemos hoy es que el diseño computacional nos permite evaluar muchos de estos riesgos antes de que se sintetice una molécula. Podemos analizar diseños computacionalmente, probarlos exhaustivamente en entornos de laboratorio controlados y someterlos a una validación experimental cada vez más realista antes de considerar cualquier aplicación en el mundo real.
David Baker, ganador del Premio Nobel de Química 2024.
Cortesía de Allen Institute.
El proyecto menciona posibilidades que van desde nuevos medicamentos hasta enzimas degradadoras de plástico e incluso computadoras biológicas. Si aprendemos a diseñar nuevas moléculas y funciones biológicas con una predictibilidad cada vez mayor, ¿hasta dónde cree que nos podría llevar esta capacidad?
David Baker: Mi equipo y yo tenemos objetivos ambiciosos para el diseño de proteínas; trabajamos para construir un mundo donde se pueda crear una cura para una nueva enfermedad en semanas, no en décadas. Donde nuestro aire, agua y suelo estén limpios porque eliminamos los contaminantes y reinventamos los procesos que los contaminaban. Donde los cultivos prosperen en condiciones que antes los mataban. Donde las máquinas moleculares extraigan minerales esenciales de los desechos y reparen la infraestructura de la que dependemos.
Las proteínas son las máquinas moleculares que la vida ha desarrollado para crear toda la materia orgánica que conocemos aquí en la Tierra. Desbloquear todo su potencial requiere que derivemos principios de ingeniería que hagan posible que nuevas ideas innovadoras, incluidas algunas que aún no podemos imaginar, sean alcanzables.
A medida que estos modelos se vuelven más capaces, ¿podría la IA diseñar eventualmente moléculas o funciones biológicas que funcionen, pero que los propios científicos no comprendan del todo? De ser así, ¿sería suficiente demostrar experimentalmente que funcionan y son seguras, o cree que también necesitamos comprender cómo y por qué funcionan?
La ciencia a menudo ha progresado por etapas, y vemos esto reflejado en cómo el aprendizaje automático ha impulsado el diseño de proteínas. El primer paso suele ser observar que algo funciona, y a menudo solo después comprendemos por qué. El aprendizaje automático es muy bueno en esa primera etapa: ha mejorado enormemente nuestra capacidad para observar patrones que pueden aprovecharse para el diseño biológico.
Una sólida evidencia experimental puede justificar el avance de los proyectos, pero una comprensión más profunda sigue siendo un objetivo importante tanto para nuestra investigación como para la indagación científica en general. Gran parte de lo que no podemos lograr hoy se debe a la falta de comprensión o de datos que definan los parámetros de cómo funcionan o no funcionan sistemas específicos. Este es el punto clave del programa de AI BioDesign.
Ilustración digital de nucleótidos, aminoácidos, estructuras de proteínas y ADN o células dividiéndose para formar pequeñas masas celulares.
Sanjay Srivatsan/Fred Hutch Cancer Center
¿Existen moléculas o funciones biológicas que, en su opinión, no deberían diseñarse, incluso si técnicamente fuera posible hacerlo? ¿Qué criterios deberían determinar dónde se sitúa ese límite?
David Baker: Las decisiones deben guiarse por un equilibrio entre los beneficios y los perjuicios potenciales. Las aplicaciones que abordan desafíos importantes en materia de salud, sostenibilidad o bienestar humano tienen argumentos sólidos para su desarrollo. Por el contrario, los diseños que generan riesgos significativos para la seguridad pública, la protección o el medio ambiente merecen un escrutinio más riguroso y, en algunos casos, restricciones claras.
Del mismo modo que hemos desarrollado marcos para otras tecnologías poderosas, necesitamos estructuras de gobernanza que evolucionen a la par de los avances en IA y biotecnología. He defendido que dichas restricciones incluyan el monitoreo y el registro de todo el ADN sintético fabricado para documentar la secuencia y su creador. Esto crea una barrera práctica contra el mal uso y un registro de cualquier intento malintencionado.
Aunque la creación de nuevos virus mediante sistemas de IA abre nuevas posibilidades para combatir la resistencia bacteriana, también genera preocupaciones sobre el uso de esta tecnología para diseñar armas biológicas.
La IA ya comenzó a explorar otra biología
AI BioDesign llega a un campo que en la actualidad crece rápidamente. Hay equipos que desarrollan grandes modelos para biología, sistemas de células virtuales, plataformas donde IA y laboratorio trabajan de manera conjunta, así como nuevos procesos de descubrimiento asistidos por algoritmos. Google DeepMind, por ejemplo, lanzó recientemente su primer atlas de mutaciones genéticas que su IA predijo.
Durante gran parte de la historia de la biología, los científicos han estudiado las soluciones que encontraron miles de millones de años de evolución. Herramientas como las que desarrolla AI BioDesign utilizarán ese conocimiento para explorar posibilidades que la naturaleza nunca produjo.