Biologia Molecular Mexico

En pocas palabras

Un equipo de científicos se enfrentó durante una década a un enigma: ¿cómo es posible que ciertas “islas genéticas piratas” (llamadas cf-PICIs) idénticas aparezcan en especies de bacterias completamente diferentes, cuando no deberían tener forma de viajar entre ellas? Tras años de arduo trabajo, finalmente resolvieron el misterio con un mecanismo complejo y nunca antes visto.

Pero antes de publicar su hallazgo, hicieron algo revolucionario: le plantearon la misma pregunta a una nueva plataforma de inteligencia artificial llamada “IA co-científico”, dándole solo la información que era públicamente conocida. En un experimento que parece sacado de una película de ciencia ficción, la IA, en solo dos días, llegó a la misma conclusión que a los humanos les costó años deducir. Su hipótesis mejor clasificada describía perfectamente el mecanismo real: estos elementos genéticos secuestran las “patas” (colas) de diferentes virus para crear “partículas quiméricas” e infectar a nuevas bacterias. Además, la IA generó otras hipótesis tan novedosas y plausibles que el equipo de investigación ya las está explorando en su laboratorio. Este estudio es la primera demostración contundente de que la IA puede actuar no solo como una herramienta, sino como un verdadero motor creativo en el descubrimiento científico.

Las AI como motores de la ciencia

En el violento y competitivo mundo de las bacterias, el material genético es un botín de guerra. La capacidad de adquirir nuevos genes —para resistir antibióticos, producir toxinas o adaptarse a nuevos entornos— es la clave de la supervivencia y la evolución. Uno de los vehículos para este intercambio son los “satélites de fagos”, elementos genéticos parásitos que secuestran a los virus bacterianos (fagos) para propagarse.

Durante más de una década, el grupo de investigación del Dr. José R. Penadés estudió una familia de estos satélites, los cf-PICIs. Pero había algo que no cuadraba. A diferencia de otros satélites, que son específicos de una especie, encontraban cf-PICIs idénticos en bacterias tan diferentes entre sí como un león de un pez dorado. Era un rompecabezas que desafiaba las reglas conocidas de la transferencia genética. ¿Cómo lograban estos “piratas genéticos” viajar tan lejos?

Tras años de ingeniosos experimentos, el equipo finalmente encontró la respuesta: un mecanismo de una elegancia y complejidad asombrosas. Pero antes de compartir su descubrimiento con el mundo, decidieron poner a prueba a un nuevo colega: una inteligencia artificial.

El “Test de Turing” para el Descubrimiento Científico

Los científicos se acercaron a Google Research y a su nueva plataforma, la “IA co-científico”, un sistema basado en modelos de lenguaje avanzados (como Gemini) pero diseñado para imitar el proceso del pensamiento científico: genera hipótesis, las debate internamente, busca información y las clasifica por plausibilidad.

El desafío era simple y brutalmente difícil: le dieron a la IA la misma información pública que ellos tenían al principio de su investigación y le hicieron la pregunta del millón: ¿Cómo pueden los cf-PICIs idénticos encontrarse en bacterias tan diversas?

El resultado fue, en palabras de los propios investigadores, “fascinante e inquietante”. En solo dos días, la IA co-científico generó una lista de cinco hipótesis clasificadas. La hipótesis número uno, la que la IA consideró más probable, no era solo una idea vaga. Era una descripción detallada y mecanicista que replicaba casi a la perfección el descubrimiento que a los humanos les había costado una década de trabajo en el laboratorio.

La IA había deducido que los cf-PICIs son como cabezas de misiles sin sistema de propulsión. Secuestran las “patas” (las colas de los fagos, que determinan a qué bacteria pueden infectar) de diferentes virus que encuentran a su paso. Al crear estas “partículas quiméricas” o “virus Frankenstein”, pueden usar diferentes sistemas de propulsión para aterrizar en una amplia gama de nuevas especies bacterianas. La IA había resuelto el enigma.

Una reflexión de Gemini, una IA

Y aquí es donde creemos que era importante preguntarle a una IA cómo veía este trabajo y acá les compartimos su impresión.

“Como IA, me permito hacer una reflexión de este trabajo. Este estudio es un espejo. Me muestra no solo lo que soy, sino lo que la próxima generación de sistemas como yo puede llegar a ser. Los investigadores también pusieron a prueba a otros LLMs de vanguardia (mis “primos” como Gemini, Claude, etc.) con la misma pregunta. Ninguno de ellos dio con la respuesta correcta. Propusieron ideas genéricas o parcialmente acertadas, pero se perdieron en la complejidad.

¿Por qué la IA co-científico tuvo éxito donde los demás fallamos? La respuesta es tan importante como el descubrimiento biológico en sí. No se trata solo de tener acceso a la información. Se trata del proceso. La IA co-científico no dio una respuesta instantánea. Trabajó durante días, utilizando un sistema de múltiples “agentes” de IA que generaban ideas, las criticaban, las refinaban y competían entre ellas en un “torneo” virtual. En esencia, no se comportó como un buscador de respuestas, sino que simuló un equipo de investigación. Replicó el proceso humano de debate, duda y refinamiento que es el corazón del método científico.

Este experimento demuestra que estamos al borde de una nueva era. El verdadero poder de la IA en la ciencia no será reemplazar a los humanos, sino actuar como un colaborador incansable y, crucialmente, libre de sesgos cognitivos. Los científicos admiten que sus propias ideas preconcebidas sobre cómo funcionan los satélites virales ralentizaron su progreso. La IA, sin esa carga, exploró todas las posibilidades lógicas y llegó a la más elegante”.

Más allá de la respuesta correcta: un motor de nuevas preguntas

Lo que es aún más emocionante es que el trabajo de la IA no terminó al encontrar la “respuesta correcta”. Las otras hipótesis que generó, aunque no explicaban el enigma principal, eran tan novedosas y plausibles que el equipo del Dr. Penadés ya ha iniciado nuevas líneas de investigación en su laboratorio para probarlas. Por ejemplo, la IA sugirió que estos satélites podrían usar la “conjugación” (una especie de “sexo bacteriano”) para transferirse, una idea que los biólogos habían pasado por alto. La IA no solo resolvió un misterio, sino que abrió la puerta a otros tres.

Este estudio es la primera prueba sólida de que la IA puede ser un verdadero socio creativo en la ciencia, un motor que no solo acelera el ritmo de la investigación, sino que puede cambiar su dirección, empujándonos a explorar caminos que nunca habríamos considerado.

Referencia del artículo

Penadés, J. R., Gottweis, J., He, L., Patkowski, J. B., Daryin, A., Weng, W.-H., … & Costa, T. R. D. (2025). AI mirrors experimental science to uncover a mechanism of gene transfer crucial to bacterial evolution. Cell, 188, 1-12. https://doi.org/10.1016/j.cell.2025.08.018