Evo: una nueva herramienta basada en inteligencia artificial capaz de generar genomas completos desde cero

Inteligencia artificial para generar proteínas Cas9 y genomas sintéticos

Los modelos de inteligencia artificial (IA) han revolucionado la manera en la que se trabaja en múltiples disciplinas, especialmente en las ciencias biomédicas y la biología molecular.

En los últimos años, se han desarrollado interesantes herramientas de IA con amplias aplicaciones en estas dos áreas: identificación de dianas terapéuticas, predicción de estructuras proteicas o incluso predicción de la respuesta al tratamiento oncológico.

Estas estrategias son solamente una muestra del enorme potencial de los modelos de inteligencia artificial en Ciencias de la Salud y, cada año se incorporan nuevas herramientas que amplían mucho más sus aplicaciones en esta área.



Recientemente, un estudio publicado en la revista Science ha presentado “Evo”, una nueva herramienta basada en inteligencia artificial capaz de generar genomas completos desde cero.

A diferencia de otras IAs, Evo está basada en modelos de lenguaje de gran tamaño, lo que le permite generar incluso secuencias genómicas bacterianas completas. Su desarrollo abre nuevas oportunidades para el diseño de proteínas y genomas sintéticos mediante inteligencia artificial.

Diseño y funcionamiento de la herramienta Evo


Dirigido por Brian Hie, el Laboratorio de Diseño Evolutivo de Stanford está centrado en garantizar que la revolución de la IA en biología se produzca de una manera que beneficie a la humanidad.

Evo es una inteligencia artificial generativa basada en modelos de lenguaje de gran tamaño que es capaz de identificar patrones en el ADN y generar nuevas secuencias.

Durante el desarrollo de esta herramienta, el equipo liderado por el Dr. Brian Hie, investigador en la Universidad de Stanford y el Arc Institute, la entrenó con datos de más de 27 millones de genomas procariotas, virus bacteriófagos y plásmidos.

Este enfoque ha permitido que Evo sea capaz de identificar patrones evolutivos en el ADN. Respecto a anteriores modelos basados en inteligencia artificial, la novedad de Evo es su amplia longitud de contexto, es decir, su capacidad de procesar largas secuencias de ADN.

Mientras que otras inteligencias artificiales solamente analizan fragmentos cortos de ADN, Evo es capaz de analizar secuencias largas, lo que le permite identificar mejor las conexiones entre genes y secuencias genómicas.

Predicción del impacto de mutaciones mediante inteligencia artificial


Evo es capaz de analizar secuencias largas, lo que le permite identificar mejor las conexiones entre genes y secuencias genómicas.

Tras el diseño y desarrollo de Evo, el equipo de investigadores analizó la eficacia de esta herramienta en la predicción del impacto de las mutaciones en el funcionamiento de las proteínas.

Para ello, los autores introdujeron ciertas mutaciones en el genoma de células procariotas y compararon las predicciones de Evo con los resultados de otros trabajos en los que se habían generado las mismas mutaciones.

Los resultados demostraron que Evo es más eficaz en la predicción de los efectos de las mutaciones que otros modelos basados en IA.


El subequipo de biología computacional, dirigido por el científico sénior del Arc Institute Matthew Durrant del laboratorio Hsu, se centró en la curación de datos masivos de secuencias biológicas, así como en la evaluación rigurosa del modelo en tareas posteriores.

Diseño de proteínas Cas9 mediante inteligencia artificial

En una segunda parte del estudio, el equipo del Dr. Hie evaluó el potencial de Evo para diseñar versiones optimizadas de la proteína Cas9, una herramienta indispensable para la edición genética mediante CRISPR.

Para ello, los autores entrenaron el modelo con más de 70.000 secuencias bacterianas que codifican proteínas Cas y sus ARN asociados.

Tras el entrenamiento, Evo fue capaz de generar millones de secuencias sintéticas codificantes de enzimas Cas9. El Dr. Hie y su equipo analizaron estas secuencias y su potencial y seleccionaron las 11 versiones más prometedoras para sintetizarlas en el laboratorio y evaluar su potencial.

Los resultados demostraron que algunas de las proteínas Cas9 que fueron sintetizadas por Evo eran tan eficientes como la versión comercial de la proteína Cas9.

Hasta ahora, obtener nuevas versiones más eficaces de Cas9 suponía un importante desafío para los investigadores. Para conseguirlas, se debía encontrar bacterias que hubiesen evolucionado para tener versiones más potentes de esta enzima. “No tenemos que esperar a la evolución para crear una nueva Cas9”, explica el Dr. Hie.


Doctor Brian Hie, Profesor adjunto de Ingeniería Química en la Universidad de Stanford, becario de la Fundación Dieter Schwarz de la Facultad de Ciencias de Datos de Stanford e investigador de Innovación en el Arc Institute. Supervisa el Laboratorio de Diseño Evolutivo, donde se realizan investigaciones en la intersección de la biología y el aprendizaje automático.

Generar genomas mediante inteligencia artificial: desafíos y próximos pasos

Uno de los retos más importantes de la biología sintética es la generación de genomas sintéticos. Es decir, la creación de secuencias genómicas desde cero.

El Dr. Hie y su equipo se preguntaban si Evo sería capaz de generar secuencias genómicas completas desde cero, por lo que pidieron a la Inteligencia Artificial que generase secuencias de genomas sintéticos bacterianos.

El modelo generó correctamente gran parte de las secuencias genómicas e incluyó genes importantes para el funcionamiento celular. Sin embargo, la inteligencia artificial omitió total o parcialmente algunas regiones genómicas imprescindibles para la supervivencia.

Otro ejemplo de las limitaciones de Evo fue descrito en la generación de secuencias de proteínas Cas9 sintéticas. Según detallan los investigadores, el modelo de inteligencia artificial propuso algunas secuencias de Cas9 que no eran funcionales.



Este tipo de errores se pueden observar en muchas otras inteligencias artificiales generativas basados en modelos de lenguaje de gran tamaño, como el conocido ChatGPT.

Pese a sus limitaciones, Evo se postula como un importante avance en el uso de herramientas basadas en inteligencia artificial generativas. Futuras investigaciones servirán para mejorar esta herramienta y utilizarla en el diseño de proteínas y genomas sintéticos.


Rubén Megía González
Genotipia, diciembre 2024


Fuente: Evo: Creating Generative AI for Genomes. Arc Institute.

Artículo original: Nguyen E, et al. Sequence modeling and design from molecular to genome scale with Evo. Science. 2024 Nov 15;386(6723):eado9336. doi: https://doi.org/10.1126/science.ado9336

Fuente: Arc Institute / Genotipia