Y la máquina creó la vida

Los organismos más abundantes de la Tierra no son los humanos ni las ratas ni las cucarachas. Ni siquiera son las bacterias, que andan por todas partes y colonizan por billones nuestra piel y nuestras tripas. Son los virus que las infectan, de los que hay 10 por cada bacteria. ...

Los organismos más abundantes de la Tierra no son los humanos ni las ratas ni las cucarachas. Ni siquiera son las bacterias, que andan por todas partes y colonizan por billones nuestra piel y nuestras tripas. Son los virus que las infectan, de los que hay 10 por cada bacteria. Se llaman fagos, abreviatura de virus bacteriófagos (devoradores de bacterias, literalmente), y para contar los que hay en el planeta necesitaríamos un 1 seguido de 31 ceros. Con esa supremacía numérica, no es extraño que los fagos sean los verdaderos maestros de la evolución biológica, sus demiurgos y sus ingenieros.

Llevamos un siglo discutiendo si los virus son seres vivos o no. Si lo son, el biólogo computacional Brian Hie, de la Universidad de Stanford, en California, acaba de conseguir que una inteligencia artificial (IA) cree vida. Para ser más exactos, el robot (un primo de ChatGPT llamado Evo) ha escrito los primeros 16 genomas de fagos viables y capaces de matar a las bacterias contra las que se dirigen. La IA se había usado hasta ahora para escribir genes sueltos, pero no genomas enteros. Un genoma no es un mero conjunto de genes, al igual que una novela no es una colección de frases, sino que tiene sentido como un todo. Un gen es un objeto. Un genoma es materia viva.

Durante 10 años de mi vida, cuando era un ratón de laboratorio, manipulaba fagos a diario. Eran una herramienta esencial de la biología molecular, y lo habían sido incluso antes de que existiera esa disciplina. El favorito de los laboratorios en mi época era el fago lambda, que infecta a la bacteria más común de nuestro intestino, Escherichia coli, o E. coli para abreviar. Los científicos de Stanford han usado ahora otro fago aún más antiguo en la literatura científica, phiX174, que también infecta a E. coli. Mi lambda tenía unos 50 genes, y phiX174 solo tiene 11. El trabajo no ha sido aún revisado por pares, pero los autores son conocidos en el mundillo, y no son el Doctor No. Su objetivo final es luchar contra las bacterias patógenas resistentes.

Evo 1 y Evo 2, los primos de ChatGPT especializados en escribir genes, se basan en los mismos principios que el célebre chatbot (conversador digital) de OpenAI. Esto no debe sorprenderte, porque los genes son textos: secuencias de letras químicas (gatacca…) que significan proteínas, que son secuencias de otro tipo de moléculas, los aminoácidos. Unos aminoácidos tienen carga positiva y otros negativa, unos aman el agua y otros la detestan, unos son más grandes que otros, y por eso su secuencia concreta determina la forma en que se pliega la proteína y de ahí su función biológica.

La materia prima de la que se nutren los modelos grandes de lenguaje (large language models o LLM) como ChatGPT son las relaciones de proximidad física entre las palabras en un texto humano, y lo mismo vale para los modelos de lenguaje genómico como Evo 1 y Evo 2, solo que los textos son ahora secuencias de letras químicas en un gen, o de aminoácidos en una proteína, que al final es lo mismo. Que Evo 1 y Evo 2 logren escribir genomas de fagos a partir de un material tan modesto no debe sorprendernos más que las respuestas que ChatGPT nos da a cualquier pregunta. No sabemos exactamente cómo funciona ninguno de los dos mecanismos, pero el caso es que funcionan.

Y no voy a hacer ningún intento de adoctrinarte para acabar esta columna. Si eres un guionista, ya estarás rumiando las mil formas en que este trabajo puede desencadenar una distopía. En caso contrario, solo tu imaginación podrá abarcar la naturaleza intrincada de un mundo en que las máquinas sean capaces de crear vida. Ya tienes deberes para el sábado.