No sé si la IA va a acabar con la humanidad, pero de momento investigadores de Stanford University y el Arc Institute publicaron en agosto en Science un resultado sorprendente: utilizaron una inteligencia artificial (IA) para diseñar genomas completos de bacteriófagos, virus que infectan bacterias. Algunos de esos genomas fueron sintetizados en el laboratorio y dieron lugar a virus funcionales capaces de infectar y reproducirse en la bacteria Escherichia coli.

No significa que una IA pueda diseñar seres vivos a la carta. Estamos muy lejos de eso… o no. Pero sí demuestra algo importante: un modelo entrenado con enormes cantidades de secuencias de ADN puede aprender algunas de las reglas que organizan un genoma y utilizarlas para proponer secuencias nuevas que funcionan en el mundo real.

Del lenguaje humano al lenguaje del ADN

Los investigadores utilizaron Evo 1 y Evo 2, dos grandes modelos de lenguaje genómico. La idea es similar a la de ChatGPT, pero en lugar de aprender de palabras y textos, Evo aprende de secuencias de ADN. Su alfabeto tiene solo cuatro letras (A, G, C y T) y durante el entrenamiento intenta predecir qué nucleótido debería aparecer a continuación. Después de analizar millones de genomas, el modelo acaba identificando regiones asociadas a genes, secuencias reguladoras, secuencias que codifican proteínas y entendiendo cómo es la organización genómica.

De la misma manera que ChatGPT entiende el lenguaje con palabra y es capaz de escribir textos con sentido, Evo 2 entiende el lenguaje del ADN y escribe genomas con sentido.

En 2024, Evo 1 fue entrenado con 2,7 millones de genomas de bacterias, arqueas y bacteriófagos. Este mismo año 2026, la nueva versión Evo 2 ha ampliado enormemente la cantidad y diversidad de secuencias analizadas y la longitud de ADN que puede analizar: contiene más de 40.000 millones de parámetros, ha sido entrenada con billones de nucleótidos de genomas no solo de procariotas y virus sino también de eucariotas. Estos modelos pueden analizar una secuencia existente, reconocer genes, los límites entre intrones y exones, regiones de unión de factores de transcripción o señales relacionadas con el inicio de la traducción. Lo interesantes es que también pueden generar nuevas secuencias de ADN siguiendo las reglas que han aprendido. No solo leen el ADN, sino que lo escriben. La pregunta es ¿podrían llegar a escribir un genoma completo que funcionara?

Un pequeño virus como banco de pruebas

Para comprobarlo, los investigadores escogieron al bacteriófago ΦX174, un virus muy conocido que infecta Escherichia coli. Tiene un diminuto genoma circular de ADN de tan solo 5.386 nucleótidos y ocupa un lugar histórico en la biología molecular: fue el primer genoma completo de ADN que se consiguió secuenciar, en los años setenta.

Diseñar un genoma viral no consiste simplemente en colocar genes uno detrás de otro. Todo el sistema debe funcionar coordinadamente. El ADN tiene que replicarse, los genes deben expresarse correctamente y en un orden determinado, sus proteínas tienen que interaccionar, el genoma debe empaquetarse dentro de una cápside y la nueva partícula viral tiene que reconocer una bacteria, infectarla y completar su ciclo de reproducción. No basta, por tanto, con escribir palabras que tengan sentido. Hay que conseguir que funcione toda la historia.

Los investigadores especializaron Evo 1 y Evo 2 utilizando unas 15.000 secuencias de virus pertenecientes a la familia Microviridae, a la que pertenece ΦX174. A partir de esa información, los modelos generaron miles de posibles genomas nuevos.

De una secuencia informática a un virus real

Tras diferentes filtros computacionales, se seleccionaron cerca de 300 genomas para comprobarlos experimentalmente. Solo dieciséis de ellos produjeron bacteriófagos viables capaces de infectar E. coli y reproducirse. Es decir, de miles de genomas generados por IA, 300 fueron seleccionados y poco más del 5% funcionaron. La tasa de éxito fue muy baja. La IA todavía falla mucho y no sabe escribir de forma fiable un genoma funcional. Pero que dieciséis de esos genomas diseñados por IA funcionaran demuestra que los modelos habían captado suficientes relaciones entre las distintas partes del genoma como para generar combinaciones biológicamente compatibles. Los autores les denominaron a estos nuevos fagos generados por IA Evo-Φ.

Otro resultado muy interesante fue que los nuevos fagos no eran simples copias de ΦX174 con unas pocas mutaciones. Algunas de sus proteínas eran muy diferentes de las del virus de referencia, pero seguían funcionando integradas dentro del conjunto. La IA no parecía estar aprendiendo únicamente cómo debía ser cada pieza, sino también algunas de las reglas que permiten que esas nuevas piezas funcionen juntas. Es como si hubiera aprendido las reglas de la evolución.

Y esto, ¿para qué sirve?

Igual que como las bacterias se hace resistentes a los antibióticos, también se pueden hacer resistentes a la infección por bacteriófagos. Esto representa uno de los problemas de la fagoterapia, la utilización de virus bacterianos para combatir determinadas infecciones.

Los investigadores obtuvieron cepas de E. coli resistentes al ΦX174 original. Después las enfrentaron a diferentes combinaciones de los nuevos fagos Evo-Φ diseñados mediante IA. Un cóctel determinado de fagos Evo-Φ consiguió superar rápidamente la resistencia a ΦX174 en tres cepas bacterianas ensayadas.

Esto no significa que dispongamos de una nueva terapia. El experimento se realizó en el laboratorio y no demuestra que estos fagos sean eficaces o seguros para tratar infecciones humanas. Pero es una “prueba de concepto” muy interesante. Quizás, en el futuro, ante una bacteria resistente, podamos utilizar modelos de IA para explorar rápidamente miles de posibles variantes de fagos y seleccionar después experimentalmente aquellas que tengan las propiedades que buscamos.

Una nueva etapa de la biología sintética

La importancia de este trabajo va más allá de los bacteriófagos. Lo que ha demostrado es que una IA puede proponer desde cero secuencias de genomas virales que, después de ser sintetizadas, producen bacteriófagos funcionales.

La capacidad de diseñar genomas completos funcionales abre muchas posibilidades en biología sintética y biotecnología. En el caso de los fagos, podría ayudar a modificar su especificidad, ampliar el rango de bacterias que pueden infectar o generar nuevas combinaciones útiles frente a bacterias resistentes.

Pero también plantea cuestiones de bioseguridad. Los que desarrollaron el sistema Evo 2 excluyeron deliberadamente de su entrenamiento los virus que infectan eucariotas, entre ellos los virus que infectan humanos y animales. El objetivo era reducir la capacidad del modelo para generar este tipo de virus que podrían ser nuevos patógenos.

La capacidad técnica para generar secuencias biológicas debe avanzar acompañada de mecanismos de evaluación y control. Cuanto más potentes sean estos modelos, más importante será decidir con qué objetivo se hacen, con qué datos se entrenan, qué capacidades se liberan, cómo se evalúan sus posibles riesgos y quién es el responsable. El mayor problema de la IA es la falta de transparencia y que está en manos de unos pocos y ¿quién vigila al vigilante?

Para saber más:

King SH, Driscoll CL, Li DB, et al. (2026). Generative design of bacteriophages with genome language models. Science, 393, eaec2657. DOI: 10.1126/science.aec2657.

Nguyen E, Poli M, Durrant MG, et al. (2024). Sequence modeling and design from molecular to genome scale with Evo. Science, 386, eado9336. DOI: 10.1126/science.ado9336.

Brixi G, Durrant MG, Ku J, et al. (2026). Genome modelling and design across all domains of life with Evo 2. Nature, 652, 1349–1361. DOI: 10.1038/s41586-026-10176-5.

IA como herramienta de ayuda para la comunicación de la ciencia

Bienvenido León (bleon@unav.es) e Ignacio López-Goñi (ilgoni@unav.es). Universidad de Navarra

El objetivo de este taller es compartir experiencias sobre cómo la IA nos puede ayudar a elaborar textos, audios y videos para la comunicación y divulgación científica a partir de un artículo especializado. Analizaremos la calidad del propio artículo y haremos un resumen preliminar sobre su contenido para facilitar su comprensión. A continuación, propondremos un posible texto-resumen de divulgación científica, que incluya un titular atractivo y un breve hilo para redes sociales. Finalmente, crearemos un podcast y un video, siguiendo dos etapas: primero escribiremos el guion y después produciremos el vídeo.

Esta actividad solo pretende ser un ejemplo. Te animo a que uses otras herramientas y estrategias de IA distintas y compartas tu experiencia más abajo en comentarios para que todos aprendamos de todos.

MUY IMPORTANTE, ANTES DE EMPEZAR ALGUNAS REFLEXIONES:

• Conoce las limitaciones: las herramientas de IA cometen errores («alucinaciones»).
• La IA es coherente: también a la hora de cometer errores, son errores «muy coherentes».
• Verifica siempre la respuesta.
• Por eso debe emplearse sólo como herramientas de ayuda
• No des como definitivos y correctos los textos que proponga. Recuerda que tú eres quien pilota a las herramientas y no al revés: tú pones el rigor.
• Se recomienda siempre leer con detenimiento el artículo científico sobre el que se quiere trabajar.
• Para manejar bien la IA debes preguntarle y emplearla siempre sobre un tema del que tú seas experto: es una herramienta de co-creación.
• Hay que aprender a comunicarse: la importancia de un buen promt (instrucciones).

EL PROMPT PERFECTO:

• ROL: quién es, actúa como…
• OBJETIVO: tarea, reescribe, explica, resume, revisa…
• FORMATO: cómo quieres que responda
• ADVERTENCIA: decirle cosas que NO quieres que hagas, no te inventes…
• DETALLES: para que te entienda mejor
• Y MODIFICA: usa el resumen para …, cambia el tono…, convierte la respuesta en …

Un enlace muy interesante y que conviene leer: Inteligencia Artificial Generativa. En esta biblioguía encontrarás información sobre el uso de la inteligencia artificial generativa en el ámbito académico (Servicio de Biblioteca Universidad de Navarra).

Nuestra fuente de inspiración es Miren Agirregomezkorta Iza, a la que te animamos a seguir en su cuenta de Linkedin

También te recomendamos leer antes estas publicaciones:

1. Política de desarrollo y uso responsable de herramientas de inteligencia artificial. (Para las personas que trabajan en la Universidad de Navarra.)
2. Principios de buenas prácticas sobre la comunicación científica y la inteligencia artificial. Centro de Estudios de Ciencia, Comunicación y Sociedad – Universidad Pompeu Fabra (CCS-UPF). (2024). Zenodo.
3. Artificial intelligence tools for science journalists. Llorente, C., & Revuelta, G. (2024). Zenodo.

Comenzamos. El artículo sobre el que vamos a trabajar es:

Gut microbiome composition may be an indicator of preclinical Alzheimer’s disease. Ferreiro, A. L., y col. Science Translational Medicine. 2023. 15(700). DOI: 10.1126/scitranslmed.abo2984

Existen varias herramientas de IA para extraer información de artículos científicos en formato pdf (algunas son de pago).

ChatGPT (https://chatgpt.com/) y ChatGPT Scholar, para hacer un resumen y una explicación más profunda del contenido del artículo.

Consensus (https://consensus.app/search/), es un motor de búsqueda para obtener información de una publicación científica.

Copilot (https://copilot.microsoft.com/), es similar a ChatGPT pero al estar conectado a internet permite obtener información más actualizada.

Docalysis (https://docalysis.com), para extraer datos de un documento y comparar varios documentos entre sí.

NotebooLM (https://notebooklm.google/), permite subir pdf y hacer preguntas sobre su contenido.

Otros: Scisummary (https://scisummary.com/), SummarizeBot (https://www.summarizebot.com/)

En esta primera parte del taller vamos a emplear la versión gratuita de ChatGPT Scholar. Antes debes crearte una cuenta. Para aprovechar al máximo las posibilidades de estas herramientas, lo que vamos a proponer en estos ejercicios son una serie de prompts (instrucciones u órdenes) en los que procuraremos detallar siempre el rol, el orden y objetivo, el contexto y el estilo que queremos que adopte nuestra IA seleccionada. Comenzamos.

Ejercicio 1. Analizar la calidad científica del artículo seleccionado

Lectura recomendada: Mentiras contagiosas. Guía para esquivar la desinformación en salud. Erviti, M.C. (Mª Carmen); Salaverría-Aliaga, R. (Ramón); León, B. (Bienvenido); et al. Servicio de Publicaciones de la Universidad de Navarra, 2022.

El prompt propuesto es:

Eres un investigador experto en la enfermedad de Alzheimer y quieres saber la calidad científica de este artículo que te adjunto. Responde detalladamente a las siguientes preguntas sobre el artículo:

1. El artículo, ¿es una revisión bibliográfica, una revisión sistemática, un metaanálisis, la descripción de un solo caso, un estudio multicentro, un ensayo clínico, o un artículo experimental?
2. ¿Los resultados se han obtenido en animales o en seres humanos?
3. ¿Qué tamaño tiene la muestra que se ha estudiado?
4. ¿Incluye un análisis estadístico y se presentan los datos con el error estadístico asociado?
5. Los experimentos, ¿tienen controles?, ¿se incluye un grupo control placebo?
6. ¿Cuántas veces se ha repetido el experimento?
7. ¿Cuáles son las conclusiones más importantes de estudio?
8. ¿Cuáles son las limitaciones del estudio?

Sugerencia: en los distintos ejercicios, compara el resultado de emplear los prompt propuestos con una instrucción sencilla como por ejemplo: «Analiza la calidad de este artículo», «Haz un resumen del artículo», …

Ejercicio 2. Obtener un resumen detallado del artículo.

 El prompt propuesto es:

 Eres un científico con más de diez años de experiencia en investigación, especialista en temas de Alzheimer. Utilizando este articulo adjunto:

1. Haz un resumen lo más detallado y extenso posible de las siguientes partes de este artículo adjunto: introducción, material y métodos, resultados y discusión.
2. Destaca cuáles son las aportaciones más importantes y las limitaciones de esta investigación.
3. Añade un resumen de las imágenes y tablas del artículo.
4. De la bibliografía: destaca las cinco referencias más importantes por ser la más citadas. 

Ejercicio 3. Obtener una propuesta para un artículo de divulgación científica.

 El prompt propuesto es:

Eres un divulgador científico con más de diez años de experiencia en la comunicación de la ciencia al público en general. Basándote en este artículo adjunto, haz un artículo de divulgación científica para el público general en un lenguaje asequible según estas características:

1. Entre 700-1200 palabras.
2. En el primer párrafo proporciona un contexto general del tema del artículo.
3. Pon algún ejemplo o historia relacionada con el tema del artículo.
4. Destaca las dos ideas claves más importantes que aporta esta investigación.
5. Añade negritas las palabras clave para facilitar la lectura.
6. Organiza bullet points o tablas cuando lo veas necesario
7. Describe para qué sirve en concreto esta investigación, qué aporta de novedad.
8. Evita la jerga científica.
9. Compagina el rigor con la claridad.
10. Se ameno y dale un toque de humor.
11. Propón cinco posibles titulares atractivos que sean breves y concisos y  en los que se compagine el interés con el rigor científico.
12. Intercala en el texto algunas frases a modo de titulares.
13. Recuerda que el primer y el último párrafo son los más importantes para atraer la atención del público.
14. Recuerda que no se trata de hacer un resumen del artículo ni de escribir una nota de prensa.
15. Termina el artículo con una pregunta o curiosidad que atraiga la atención del lector.

Ejercicio 4. Obtener una propuesta de un hilo resumen para Twitter.

 El prompt propuesto es:

Ahora eres un científico con más de diez años de experiencia en investigación que compagina su labor como especialista en temas de Alzheimer con la divulgación y la difusión de la ciencia. Utilizando la información anterior elabora un resumen en forma de hilo para la red social X (antes llamada Twitter) que contenga 10 tuits. Añade algún enlace o imagen a cada tuit.

Ejercicio 5. Producción de un video para redes sociales.

Seguimos este proceso:

1. Producir un resumen divulgativo

Herramientas:

Chat GPT

Copilot

2. Escribir el guion del video

Herramientas:

Chat GPT

Copilot

Utilizamos este prompt:

Eres un guionista de videos con 10 años de experiencia. Escribe el guion para un video, basado en este resumen, con las siguientes características:

1. Diseñado para ser difundido a través de la red social … (X, Instagram, Tik-Tok o YouTube)
2. Duración: 1 minuto
3. Cuéntalo con sencillez, simplificando los conceptos y asuntos científicos que pueden resultar difíciles de entender, pero manteniendo el rigor (no diciendo nada que no sea verdad)
4. Sorprende al público. Comienza con una pregunta o un gancho que despierte interés.
5. No abordes el asunto en términos abstractos, sino concretos. No trates sobre cuestiones intangibles, sino sobre cuestiones tangibles, que podemos experimentar por los sentidos.
6. Aporta algún dato que lo haga creíble como información científica. Aporta alguna idea sobre por qué esta información debería ser creída por el público
7. Incluye emociones positivas; por ejemplo, asombro o esperanza.
8. Relaciona los conocimientos científicos que se incluyen con asuntos de la vida cotidiana de la gente común y corriente.
9. Cuéntalo en forma de historia.
10. La relación entre la voz en off y la imagen debe ser complementaria, no redundante.
11. La voz en off no debe contener jerga científica.
12. Escribe el guion en dos columnas. A la izquierda, describe brevemente las imágenes que utilizaremos. A la derecha, el texto de la narración (voz en off).

3. Producción del video

Herramientas:

https://ai.invideo.io/

https://aiapp-es.vidnoz.com/

https://mangoanimate.com

https://www.veed.io/tools/ai-video/text-to-video

4. Mejorar el video

Herramientas:

-Crear nuevas imágenes:
https://app.pixverse.ai/

-Mejorar la voz en off:

https://elevenlabs.io

-Editar

https://canva.com

https://cupcut.com

Recapitulación final

Analiza y comenta los resultados. ¿Son correctas las propuestas que nos hace? ¿Se podría optimizar el prompt para obtener un resultado mejor? ¿Añadirías alguna otra pregunta adicional o ampliación para continuar la conversación y obtener más información? ¿Qué otras herramientas de IA se podrían emplear?

Por favor, a continuación, comparte tu valoración de los ejercicios realizados en comentarios.

Ejercicio opcional. La revista que vamos a analizar, ¿se puede considerar una editorial depredadora?

Te recomiendo leer “La ciencia fake: soluciones”

 Vamos a pedirle a Scholar GPT que compare dos artículos:

1. Gut microbiome composition may be an indicator of preclinical Alzheimer’s disease. Ferreiro, A. L., y col. Science Translational Medicine. 2023. 15(700). DOI: 10.1126/scitranslmed.abo2984
2. The effect stool transplantation as an adjunct treatment in obesity in rats. Klas, C. F., y col. J Obes Weight-Loss Medic. 2020. 6(2):039. DOI: 10.23937/2572-4010.1510039

El prompt propuesto es:

Eres un experto investigador y quieres saber la calidad científica de estas revistas y asegurarte de que no son revistas depredadoras o pertenecen a editoriales poco fiables que se puede considerar depredadoras. La primera revista es Science Translational Medicine cuya página web es https://www.science.org/journal/stm. La segunda es Journal of Obesity and Weight Loss Medication cuya página web es https://clinmedjournals.org/Journal-of-Obesity-and-Weight-loss-Medication.php.

 Con los siguientes criterios, dame tu opinión sobre la calidad científica de estas revistas y si se pueden clasificar como revistas depredadoras:

1. La revista solicita un pago por el envío o gestión del manuscrito en vez de por su publicación.
2. El consejo editorial es muy pequeño, desconocido o sin prestigio reconocido.
3. Una sola editorial publica un conjunto enorme de revistas nuevas al mismo tiempo.
4. La revista dice que un número estará disponible próximamente, pero nunca aparece.
5. El sitio web no tiene una calidad profesional, con anuncios y errores tipográficos.
6. El título de la revista indica una afiliación nacional o internacional (estadounidense o británico, frecuentemente) pero no coincide con su consejo editorial o su ubicación.
7. Contiene errores fundamentales en los títulos y resúmenes.
8. El contenido de la revista no coincide con el título y la temática de la misma.

 Además, dime si estas revistas están dentro de la Beall’s list of potential predatory journals and publishers https://beallslist.net/

Ejercicio opcional. Producción de un podcast.

Este ejercicio se divide en tres etapas:

• Escribir el guión, a partir del resumen, con Chat GPT

El prompt propuesto es el siguiente:

Ahora eres un científico con más de diez años de experiencia en investigación, que compagina su labor como especialista en temas de Alzheimer con la divulgación y la difusión de la ciencia. Utilizando la información anterior, elabora el texto de la locución para un podcast de 5 minutos de duración, dirigido al público en general. Trata de que sea ameno y fácil de comprender. Comienza con una introducción atractiva, que capte la atención del oyente. Mantén un ritmo ágil. Alterna el conocimiento científico simplificado con anécdotas, historias, elementos personales, toques de humor y otros elementos que lo hagan entretenido. Fomenta la curiosidad, el asombro y anima al público a interactuar en las redes sociales del podcast. Indica dónde se pueden incluir música y efectos sonoros que ayuden a mantener la atención.

• Generar el audio, a partir del guion
• https://app.speaktor.com/
• https://elevenlabs.io/
• https://notegpt.io/ai-podcast-generator
• https://web.descript.com/
• https://podcast.adobe.com/
• https://myedit.online/es/audio-editor
• https://www.capcut.com

• Añadir efectos y música
• https://www.castmagic.io/
• https://podcast.adobe.com/

Organizado por la UCC+i de la Universidad de Navarra, este taller se ha impartido en las XIV Jornadas de Comunicación y Divulgación Científicas del Campus Gutenberg (18-19 de septiembre de 2024), en el Instituto Agroalimentario de Aragón (17 de marzo de 2025), en las Jornadas de Comunicación y Divulgación de la Ciencia en la Universidad de Navarra (7 de mayo de 2025), y en TECUN de la Universidad de Navarra (10 de diciembre de 2025).