La Inteligencia Artificial impulsa el diseño de circuitos genéticos mediante el análisis masivo de datos

El diseño de circuitos genéticos está experimentando una metamorfosis profunda, alejándose del tradicional método de ensayo y error para adoptar un enfoque basado en computación y modelos predictivos. Esta evolución está transformando la biotecnología en una verdadera disciplina de ingeniería, donde un circuito genético se define como una secuencia de ADN estructurada que regula la actividad de los genes siguiendo reglas lógicas predefinidas. Gracias a esta capacidad de programación, las células pueden ser instruidas para ejecutar directrices específicas, funcionando de manera similar a interruptores, osciladores o sistemas de almacenamiento de memoria biológica. Las aplicaciones de estas redes son sumamente amplias, abarcando desde el ajuste preciso de las respuestas inmunitarias hasta la síntesis controlada de moléculas de alto valor dentro del organismo, lo que sienta las bases para estrategias de terapia celular cada vez más sofisticadas.

Un hito fundamental en este campo, destacado por la revista Nature en enero de 2026, fue la presentación de la tecnología CLASSIC (Combining Long- and Short-range Sequencing to Investigate Genetic Complexity). Desarrollada por investigadores de la Universidad Rice, esta innovación permite la construcción y el análisis simultáneo de cientos de miles o incluso millones de variantes de circuitos genéticos en un solo proceso experimental. Para monitorizar la actividad de estos circuitos en células humanas cultivadas, el equipo vinculó cada diseño a la expresión de una proteína fluorescente. Al medir la intensidad del brillo, pudieron evaluar el rendimiento de cada variante, mientras que la secuenciación de códigos de barras asociados permitió generar un mapa detallado que conecta secuencias específicas de ADN con fenotipos celulares observables. El profesor Caleb Bashor, del Instituto de Biología Sintética de Rice, subrayó que esta metodología facilita el mapeo de secuencias con comportamientos específicos, permitiendo localizar de forma eficiente la «aguja en el pajar» genética.

El mapeo a gran escala derivado de estos experimentos ha proporcionado el conjunto de datos necesario para el entrenamiento de modelos avanzados de Inteligencia Artificial y Aprendizaje Automático. Estos sistemas han demostrado una capacidad excepcional para identificar qué características de una secuencia de ADN se traducen en funciones específicas, superando en precisión a los modelos fundamentados exclusivamente en principios físicos tradicionales. Este enfoque computacional se ha vuelto esencial, particularmente en el complejo entorno biológico de las células humanas. A diferencia de técnicas anteriores como el «origami de ADN», propuesto por Paul Rothemund en 2006, que implicaba procesos costosos y lentos para recalcular cada estructura desde cero, el uso de la IA permite superar estas barreras. El resultado es una herramienta predictiva capaz de proponer nuevas secuencias genéticas con las propiedades deseadas de manera anticipada.

La validación de este sistema sistemático guiado por IA en sistemas celulares humanos abre un camino acelerado y racional hacia el diseño de terapias celulares de vanguardia a partir de 2026. Este cambio de paradigma desplaza la construcción genética desde la experimentación rutinaria hacia una ingeniería basada estrictamente en datos. En un ámbito relacionado, la empresa Basecamp Research ha presentado su modelo EDEN, el cual, entrenado con datos evolutivos, diseña herramientas moleculares para la inserción programable de grandes fragmentos de ADN. Esta tecnología ya ha permitido el desarrollo de células CAR-T capaces de eliminar más del 90% de las células cancerosas en entornos de laboratorio. En consecuencia, la transición hacia un diseño de ingeniería respaldado por la IA se consolida como el vector dominante en la investigación biotecnológica moderna, orientada a la creación de sistemas celulares y soluciones terapéuticas de alta complejidad.