IA Diseña Moléculas Sintéticas de ADN Que Controlan con Éxito la Expresión Génica en Células Vivas

Un estudio histórico ha demostrado por primera vez que la inteligencia artificial generativa puede diseñar moléculas sintéticas de ADN que controlan con éxito la expresión génica en células sanas de mamíferos. El avance, publicado en abril de 2026, representa un cambio de paradigma en cómo los científicos abordan el diseño de fármacos y la terapia génica.

El equipo de investigación entrenó modelos de IA con vastas bases de datos de secuencias genéticas, enseñándoles a comprender la gramática compleja del ADN — cómo secuencias específicas regulan qué genes se activan o desactivan, y con qué intensidad. Luego, la IA generó secuencias de ADN completamente nuevas, nunca antes vistas en la naturaleza, cada una diseñada para realizar una función reguladora específica.

“El avance, publicado en abril de 2026, representa un cambio de paradigma en cómo los científicos abordan el diseño de fármacos y la terapia génica.”

Cuando se probaron en cultivos de laboratorio de células de mamíferos, estas moléculas diseñadas por IA funcionaron notablemente bien. Activaron o silenciaron genes específicos con una precisión que igualó o superó los elementos reguladores naturales. De manera crucial, las secuencias sintéticas mostraron efectos mínimos fuera del objetivo, lo que significa que controlaron solo los genes previstos sin alterar otros procesos celulares.

Las implicaciones para el tratamiento del cáncer son profundas. Muchos cánceres son impulsados por genes anormalmente activos o que no logran suprimir el crecimiento tumoral. Al diseñar reguladores de ADN personalizados, los científicos podrían potencialmente apagar genes promotores del cáncer o reactivar los supresores tumorales con una especificidad sin precedentes.

Más allá de la oncología, la tecnología tiene aplicaciones en el tratamiento de trastornos genéticos, enfermedades autoinmunes e infecciones virales. El estudio también demostró que la IA puede iterar y mejorar sus diseños basándose en retroalimentación experimental, comprimiendo potencialmente años de desarrollo farmacéutico tradicional en meses.