La inserción programable de genes, es decir, colocar secuencias de ADN terapéutico en ubicaciones específicas del genoma humano, ha sido un objetivo primordial de la medicina genética durante décadas. Hasta ahora, todos los enfoques se limitaban a permitir pequeñas ediciones y requerían dañar ese código genético, lo que limita su aplicación, lógicamente.

Ahora, investigadores del laboratorio del profesor César de la Fuente, catedrático en la Universidad de Pensilvania y director del Machine Biology Group, en colaboración con Basecamp Research, han informado de un avance significativo en este diseño terapéutico añadiendo el impulso de la inteligencia artificial (IA).

Han creado los primeros modelos de IA capaces de insertar genes de forma programable, ofreciendo una nueva vía para reemplazar aquellos que estén defectuosos y reprogramar células con fines terapéuticos. Es decir, una nueva familia de modelos evolutivos (a gran escala y a la que denominan Eden) que pueden aplicarse, no solo para la medicina genética, sino también de cara al desafío urgente de la resistencia a los antimicrobianos.

“Creemos que estamos al inicio de una expansión importante de lo que es posible para los pacientes con cáncer y enfermedades genéticas”, ha afirmado John Finn, director científico de Basecamp Research.

Por su parte, De la Fuente, agrega: “Las infecciones resistentes a los antibióticos son uno de los mayores desafíos sanitarios de nuestro tiempo, porque amenazan la base de la medicina moderna. Sin antibióticos eficaces, muchos procedimientos rutinarios (como cirugías, quimioterapia, trasplantes, UCI, partos etc.) se vuelven mucho más peligrosos. Además, la resistencia se expande de forma silenciosa y acumulativa: aumenta mortalidad, costes y desigualdad sanitaria en todos los sistemas de salud. Es un problema sistémico, global y creciente”.

Su laboratorio es pionero en el descubrimiento de antibióticos impulsado por IA. El equipo ha contribuido a identificar más de un millón de candidatos antimicrobianos, reduciendo tiempos de descubrimiento de años a horas.

Este nuevo hito significa pasar de buscar a ciegas a diseñar con intención. En lugar de probar miles de moléculas esperando que alguna funcione, han optado por usar modelos que aprenden patrones de la biología y proponen candidatos con más probabilidades de funcionar, con una tasa de éxito del 97% confirmada en laboratorio. “Es como pasar de cribar arena buscando oro a usar un mapa geológico, sigues necesitando excavación (experimentos), pero excavas en los lugares correctos”, añade De la Fuente.

Las 'big tech' y la biomedicina, se alían

Es importante conocer que la plataforma AI-Programmable Gene Insertion (aiPGI) de Basecamp, impulsada por los modelos Eden, tiene un tercer padre con un poder de computación impresionante: Nvidia. Su escala es comparable a la de modelos como GPT-4, siendo uno de los modelos biológicos más intensivos en cómputo de los que se han dado a conocer hasta la fecha.

Concretamente, el modelo Eden más grande fue entrenado con 1,95x10²⁴ (aproximadamente 1,95 septillones de operaciones) Flops (Floating Point Operation), en un clúster de 1.008 GPU con su Nvidia Hopper (una arquitectura de GPU de última generación), acelerado por las bibliotecas de NVIDIA BioNeMo.

Su entrenamiento estuvo a cargo de BaseData, el mayor conjunto de datos genómicos del mundo. Han utilizado más de 10 billones de tokens de ADN evolutivo de más de un millón de especies recién descubiertas, recolectadas durante cinco años en 150 ubicaciones de 28 países y 5 continentes.

Para el profesor De la Fuente, esta alianza entre Nvidia y Basecamp es una convergencia natural: “La biología se está convirtiendo en un problema de información a escala masiva y eso requiere computación, algoritmos e infraestructura".

"Pero la parte esencial no es solo computación: es ingeniería de sistemas, optimización, eficiencia, y el ecosistema que permite entrenar y desplegar modelos a gran escala. Dicho esto, sin biología experimental y validación, no hay medicina: la alianza funciona cuando computación y laboratorio están íntimamente conectados”, opina.

La biotecnóloga Patricia Aymá, cofundadora de Benviro, pone el foco en nuestro país para crear una biotech deep tech, especialmente en los ámbitos de la biotecnología y la farma, donde existe talento científico, centros de investigación de alto nivel y un ecosistema que genera interés inversor. “Sin embargo, es un sector exigente: requiere grandes volúmenes de inversión y asumir retornos a largo plazo. Cuando estas condiciones se entienden y se aceptan, el ecosistema funciona; cuando se buscan resultados rápidos o modelos de bajo riesgo, la biotecnología se convierte en un ámbito especialmente complejo”, reflexiona.

La resistencia no es “mala suerte”

Los expertos son claros. En gran medida, la resistencia de las superbacterias no es una cuestión de “mala suerte”, es evolución acelerada por presión selectiva. “Hemos usado antibióticos de forma excesiva e inadecuada en humanos, en ganadería y en el ambiente; y durante décadas el mercado ha desincentivado desarrollar antibióticos nuevos. La buena noticia es que, si la causa es humana, la solución también puede serlo: mejor uso, mejor diagnóstico, mejor prevención y una nueva ola de innovación”, comenta De La Fuente.

Aymá hace una apreciación: “Las bacterias no tienen cerebro, pero responden con precisión a las condiciones que creamos. O sea, estudiamos su comportamiento, entendemos sus necesidades y diseñamos las condiciones perfectas para que rindan al máximo. En la práctica, eso significa ajustar su entorno (los nutrientes, el pH, la temperatura, los niveles de oxígeno e incluso el momento de sus ciclos de crecimiento, entre otros) para que produzcan exactamente lo que necesitamos”, apunta, y se muestra crítica con el riesgo existente de un mal uso de la IA en biología, como en cualquier tecnología.

“La IA no crea intención, pero amplifica capacidades humanas. Aun así, las barreras experimentales y regulatorias siguen siendo altas y la biología cuenta con una fuerte cultura de bioseguridad. De hecho, crear patógenos más resistentes aún necesita de personas y es un reto de bioseguridad para quien lo ejecuta, es un riesgo en sí mismo el propio proceso. El tema aquí no es frenar la IA, sino gobernarla bien para que su impacto sea positivo y seguro”, y añade que las bacterias no son el enemigo.

Según sus palabras: “La mayoría son esenciales para la vida. Las bacterias mutan de forma natural (padecen cambios en su información genética que les definen) y de forma constante. El problema no es la mutación en sí, algunas mutaciones son buenas, sino la presión que ejercemos con el uso inadecuado de antibióticos, que favorece la aparición de resistencias. Si no se entiende y se actúa sobre esto, tratamientos hoy básicos dejarán de ser eficaces, por ejemplo la ampicilina, que ataca a un amplio espectro de bacterias”, señala Patricia.

Antibióticos más inteligentes

Seguiremos hablando de antibióticos (los vamos a necesitar siempre), pero también veremos una expansión del arsenal. El profesor observa el futuro como un ecosistema de terapias a las que se aplicará IA: “Antibióticos más inteligentes, combinaciones, antimicrobianos de nueva clase, terapias dirigidas, moduladores del sistema inmune, bacteriófagos y estrategias anti-virulencia”, enumera.

Además, se muestra crítico con aquellos gobiernos que aún no están invirtiendo seriamente en este tipo de investigación. “Invertir en antibióticos y plataformas de descubrimiento es seguridad nacional sanitaria. La resistencia amenaza hospitales, economías y preparación ante pandemias. Esperar sale mucho más caro en vidas y en costes. Y además, este tipo de inversión no solo produce fármacos, sino que crea capacidad estratégica (datos, talento, infraestructuras) que se puede movilizar frente a nuevas amenazas biológicas”, concluye.

Por último, les planteamos una pregunta: ¿Qué ocurrirá primero: que la IA venza a las superbacterias o que las superbacterias se adapten a la IA?

Para Patricia Aymá, probablemente, ambas cosas ocurran a la vez: “La biología evoluciona de forma continua y las bacterias se adaptarán, mutarán y seguirán mostrando nuevas versiones de ellas mismas. La IA nos da por primera vez la capacidad de anticiparnos, diseñar estrategias más rápidas y responder antes de que las resistencias se consoliden”.

El profesor César de la Fuente coincide en la capacidad de adaptación de las bacterias y les atribuye, de alguna manera, ese superpoder. “La IA puede cambiar la dinámica, porque permite diseñar y probar candidatos con más rapidez, anticipar resistencia, generar familias de moléculas y combinaciones, así como responder con mayor agilidad”, concluye el director del Machine Biology Group.

Por lo tanto, el reto de la humanidad está en adaptarnos nosotros más rápido y mantener la ventaja.