Imagina poder «acelerar» la evolución y, con ello, descubrir qué cambios en el ADN podrían curar enfermedades, mejorar cultivos o resolver problemas ambientales. Eso es justo lo que promete EVO 2, la nueva herramienta de inteligencia artificial generativa desarrollada por un equipo liderado desde la Universidad de Stanford.
EVO 2 no es un simple modelo: funciona como un autocompletador de la vida, capaz de escribir y evaluar secuencias genéticas a escalas que antes eran imposibles.
EVO 2 usa la misma idea básica de modelos como ChatGPT —buscar patrones y predecir lo que sigue— pero aplicada al lenguaje de la biología: las letras A, C, G y T que forman el ADN. El modelo puede procesar ventanas de hasta un millón de nucleótidos, lo que le permite detectar interacciones a larga distancia entre genes, esas relaciones que a veces escapan a los enfoques convencionales, y generar secuencias nuevas con funciones prometedoras.
¿Cuáles son las bondades de EVO 2?
A diferencia de su predecesor (EVO 1), EVO 2 fue entrenado con un conjunto de datos muchísimo más amplio: pasó de centenares de miles de genomas simples a incluir decenas de miles de plantas y animales, alcanzando cerca de 9 billones de nucleótidos en su entrenamiento. Esa amplitud permite que el modelo entienda mejor la diversidad biológica —incluyendo rasgos relevantes para humanos— y distinguir con mayor precisión entre variantes inofensivas y aquellas asociadas a enfermedad, detalla el informe de Stanford Report.
Además, EVO 2 integra submodelos que predicen si una secuencia existe en la naturaleza y cómo podría comportarse en la realidad. Eso facilita priorizar mutaciones o diseños genéticos que merezcan pasar del ordenador al laboratorio, reduciendo semanas, meses o incluso años de experimentación por iteración. En la práctica, esto significa acelerar descubrimientos que podrían derivar en terapias génicas más rápidas o en pruebas más eficientes para variantes patogénicas.
Seguridad, alcance y límites: ¿hay riesgos?
El equipo detrás de EVO 2 tomó decisiones explícitas de seguridad: dejaron fuera los genomas virales del entrenamiento para minimizar el riesgo de facilitar la creación de patógenos nuevos o más peligrosos. También destacan que el uso responsable requiere colaboración estrecha entre equipos de machine learning, biólogos computacionales y experimentales, y laboratorios que validen en células reales las secuencias generadas. EVO 2 es una herramienta de descubrimiento, no un atajo sin control.
Para médicos, investigadores y startups de biotecnología, EVO 2 podría convertirse en un acelerador: identificar variantes que causan enfermedad, diseñar péptidos o proteínas con funciones terapéuticas, o explorar rutas genéticas nuevas para tratamientos.
Para el público general, la promesa es la misma: descubrimientos más rápidos que, con regulación y pruebas adecuadas, podrían traducirse en mejores diagnósticos y terapias. Pero también es una llamada a la prudencia ética: la velocidad no puede sustituir a la responsabilidad científica.
El informe completo está disponible en Stanford Report.
Foto Cortesía de Freekpic
Visita nuestras sección: Internacionales
Para mantenerte informado sigue nuestros canales en Telegram, WhatsApp y Youtube.
