Stanford usa IA generativa para crear un virus funcional que nunca había existido en la naturaleza
Un equipo liderado por la Universidad de Stanford ha diseñado mediante inteligencia artificial generativa un virus sintético capaz de infectar y destruir la bacteria Escherichia coli. El organismo no tiene precedente biológico conocido. Los resultados se publicaron en la revista Science.
Es la primera vez documentada en que una IA construye un organismo vivo desde cero, sin tomar como plantilla ningún virus existente en la naturaleza.
Cómo funciona el mecanismo: de modelo generativo a agente infeccioso
El proceso parte de modelos de IA generativa entrenados para predecir estructuras proteicas y secuencias genómicas funcionales. En lugar de modificar un virus real, el sistema propone combinaciones que nunca han existido y evalúa cuáles podrían ser biológicamente viables.
El resultado es un fago sintético, un tipo de virus que ataca bacterias, no células humanas. En laboratorio, ese fago logró infectar y matar E. coli de forma efectiva. El objetivo declarado del equipo es médico: desarrollar alternativas a los antibióticos en un momento en que la resistencia bacteriana representa una amenaza creciente para la salud pública global.
La lógica es directa: si los antibióticos pierden eficacia, los fagos diseñados a medida podrían reemplazarlos como arma terapéutica. La IA acelera ese diseño de semanas a horas.
La advertencia de Thomas Inglesby y Moritz Hanke en la misma revista Science
El hallazgo no llegó solo. En el mismo número de Science, Thomas Inglesby y Moritz Hanke, expertos de la Universidad Johns Hopkins, publicaron una advertencia explícita: la capacidad tecnológica para crear agentes biológicos artificiales ya existe, pero el marco regulatorio para controlarla no.
Su argumento es técnico, no especulativo. Si una IA puede diseñar un virus que mata E. coli, el mismo tipo de sistema podría, en principio, intentar diseñar agentes dirigidos a organismos más complejos. La diferencia entre un fago terapéutico y un agente de mayor riesgo no es de naturaleza tecnológica, sino de intención y supervisión.
Inglesby y Hanke no piden detener la investigación. Piden que la regulación alcance la velocidad del laboratorio.
El vacío legal: la política de Trump de julio de 2026 no cubre la IA
En julio de 2026, la administración Trump firmó una política específica para frenar investigaciones de alto riesgo en biología. El texto apunta a experimentos de ganancia de función, es decir, aquellos que aumentan la transmisibilidad o virulencia de patógenos conocidos.
El problema es que ese documento no menciona la investigación impulsada por inteligencia artificial. Un virus diseñado desde cero por un modelo generativo no encaja en las categorías que la política regula, porque no parte de un patógeno existente que se modifica: parte de la nada.
Ese vacío no es menor. Significa que el experimento de Stanford, tal como está descrito, habría operado fuera del alcance de la única política federal estadounidense que intenta poner límites a la biología de alto riesgo.
El punto ciego de los sistemas de vigilancia sanitaria ante organismos artificiales
Los sistemas de alerta epidemiológica, tanto en España como en América Latina, están diseñados para detectar patógenos conocidos o variantes de organismos ya catalogados. Funcionan comparando señales clínicas y genómicas con bases de datos de referencia.
Un organismo creado desde cero por una IA no aparecería en esas bases de datos. No habría firma genómica reconocible, no habría antecedente clínico y no habría protocolo de contención preestablecido. El tiempo de identificación, que en una epidemia es el factor más crítico, se alargaría de forma sustancial.
Este no es un escenario hipotético en abstracto: es la consecuencia directa y lógica de que la tecnología de diseño ya funcione y los sistemas de detección no hayan sido actualizados para responder a ella.
Qué deberías vigilar a partir de este experimento de Stanford
El experimento plantea cuatro cuestiones concretas con implicaciones inmediatas:
Primero, la regulación de la IA en biología. Ningún marco vigente, ni el estadounidense ni el europeo, cubre explícitamente el diseño de organismos sintéticos mediante modelos generativos. Ese vacío es el que Inglesby y Hanke señalan con nombre propio.
Segundo, los protocolos de bioseguridad en laboratorios que usan IA. Si el diseño de un virus funcional puede realizarse computacionalmente antes de sintetizarlo físicamente, el punto de control no puede limitarse al laboratorio húmedo: debe incluir el acceso a los modelos y a las secuencias generadas.
Tercero, la actualización de los sistemas de vigilancia epidemiológica. Detectar un organismo artificial requiere herramientas distintas a las que detectan variantes de virus conocidos. Esa brecha tecnológica existe hoy.
Cuarto, el doble uso. La misma plataforma que diseña un fago terapéutico puede, en manos distintas y con objetivos distintos, intentar diseñar otra cosa. La tecnología no distingue intenciones: eso lo hace la supervisión humana e institucional.
El estado real del debate tras la publicación en Science
La publicación en Science de tanto el experimento como la advertencia en el mismo número es, en sí misma, una señal. La comunidad científica está abriendo el debate de forma explícita, sin esperar a que ocurra un incidente.
Lo que queda abierto es si los organismos reguladores, en Estados Unidos y en el resto del mundo, responderán con la misma velocidad con la que los laboratorios están avanzando. Por ahora, la respuesta documentada es que no.
Imagen ilustrativa generada con inteligencia artificial.
Más sobre esto en LaPrensaIA
Fuente original: Axios
Edición con asistencia de herramientas de IA bajo supervisión editorial. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
