Evo 2 es un modelo fundacional de genómica creado por el Instituto Arc (Arc Institute) en colaboración con NVIDIA, la Universidad de Stanford y otras instituciones.
Su artículo oficial fue publicado el 4 de marzo de 2026 en la prestigiosa revista científica Nature. Se le considera el modelo de inteligencia artificial para biología más grande y completo que se ha hecho público hasta la fecha, y marca un cambio de paradigma: pasamos de «leer» la vida a «entenderla y escribirla».
¿Qué es Evo 2? Un «IA universal» que entiende el árbol de la vida
La idea central de Evo 2 es tratar el ADN como si fuera un «lenguaje de la vida». Mediante un aprendizaje masivo no supervisado, la IA aprende por sí misma la compleja gramática y semántica de ese lenguaje.
- Escala masiva: El modelo tiene 40.000 millones de parámetros y fue entrenado con 9,3 billones de nucleótidos de más de 128.000 especies.
- Cubre toda la vida: A diferencia de su predecesor (Evo 1), que se enfocaba en bacterias, Evo 2 incluye datos de eucariotas, es decir, organismos complejos como plantas, animales y humanos. Realmente comprende todo el «árbol de la vida».
- Arquitectura revolucionaria: Utiliza una nueva arquitectura llamada StripedHyena 2, que le permite procesar ventanas de hasta 1 millón de nucleótidos de una sola vez. Esto es clave porque puede entender interacciones que ocurren en regiones muy distantes del genoma, algo que muchos modelos no pueden hacer.
¿Qué puede hacer? Desde predecir enfermedades hasta diseñar vida
Las capacidades de Evo 2 se dividen en dos grandes áreas: predicción precisa y diseño creativo.
| Capacidad | Descripción | Dato clave / Ejemplo |
|---|---|---|
| Predicción precisa | Puede predecir el efecto de mutaciones en el genoma sin necesidad de entrenamiento adicional (lo que se conoce como «zero-shot»). Es especialmente bueno interpretando mutaciones en regiones no codificantes, que son difíciles de analizar con métodos tradicionales. | Al clasificar mutaciones en el gen BRCA1 (relacionado con el cáncer de mama), distinguiendo entre las que causan cáncer y las que son benignas, alcanzó una precisión superior al 90%. |
| Diseño y generación | Es capaz de escribir secuencias genómicas completas y funcionales desde cero. Su habilidad abarca desde pequeños genomas bacterianos hasta cromosomas de organismos complejos. | Diseñó con éxito: • Un genoma simplificado de la bacteria Mycoplasma genitalium. • El genoma completo de la mitocondria humana. • Un fragmento de 330.000 pares de bases de un cromosoma de levadura (un organismo eucariota). |
Impacto y significado: Un «sistema operativo» abierto para la biología
El lanzamiento de Evo 2 no es solo un avance técnico; tiene implicaciones profundas para toda la ciencia de la vida:
- Medicina y clínica: Acelerará enormemente la interpretación de las millones de «variantes de significado incierto» que encontramos en los estudios genéticos, impulsando la medicina de precisión y el desarrollo de fármacos personalizados.
- Biotecnología: Ofrece nuevas herramientas para enfrentar desafíos como la resistencia a los antibióticos. El equipo ya demostró que los fagos (virus que atacan bacterias) diseñados con modelos de la familia Evo, al ser introducidos en bacterias, producían virus funcionales.
- Apertura y seguridad: A diferencia de muchos modelos comerciales que son cerrados, Evo 2 es completamente de código abierto. Los datos de entrenamiento, el código y los pesos del modelo están disponibles públicamente. Además, los desarrolladores excluyeron intencionalmente los genomas de patógenos que infectan humanos de los datos de entrenamiento e incluyeron medidas de seguridad ética para garantizar un desarrollo responsable.
En resumen, Evo 2 funciona como un «modelo base» o «sistema operativo» para la biología. Los científicos de todo el mundo pueden construir sobre él, lo que acelerará la innovación en áreas como el tratamiento de enfermedades, la mejora de cultivos agrícolas y el descubrimiento de nuevos fármacos.
Cómo predice Evo 2 las mutaciones patogénicas?
La capacidad de Evo 2 para predecir si una mutación es dañina es revolucionaria porque no necesita ser entrenado específicamente para esa tarea.
El concepto de «zero-shot» (sin entrenamiento previo)
La mayoría de los modelos actuales funcionan así:
- Se entrena un modelo para reconocer patrones generales en el ADN.
- Luego se le «enseña» específicamente con ejemplos de mutaciones buenas y malas.
- Solo entonces puede hacer predicciones.
Evo 2 hace algo completamente diferente:
- Aprende el lenguaje del ADN en toda su complejidad.
- Cuando se le presenta una mutación, simplemente «lee» la secuencia y evalúa qué tan «natural» o «probable» le parece.
- Si la mutación hace que la secuencia se vea «extraña» o «improbable» según lo que aprendió de la evolución, la marca como potencialmente patogénica.
El caso concreto del gen BRCA1
El gen BRCA1 es famoso porque ciertas mutaciones en él aumentan drásticamente el riesgo de cáncer de mama y ovario. Pero existen miles de variantes diferentes de este gen, y los médicos no saben cuáles son peligrosas y cuáles son inofensivas.
Lo que logró Evo 2:
- Analizó mutaciones en BRCA1 sin haber visto nunca antes ejemplos etiquetados de qué mutaciones causaban cáncer.
- Alcanzó una precisión superior al 90% distinguiendo las mutaciones dañinas de las benignas.
- Esto es comparable o incluso superior a los mejores métodos actuales que sí requieren entrenamiento específico.
Por qué esto es importante para la medicina
Actualmente, cuando se secuencia el genoma de una persona, nos encontramos con millones de variantes genéticas, y en muchos casos no sabemos si son peligrosas o no. Estas se llaman «variantes de significado incierto» (VUS, por sus siglas en inglés).
Evo 2 ofrece una forma de:
- Priorizar qué variantes estudiar primero.
- Dar pistas a los médicos sobre si una mutación probablemente cause enfermedad.
- Acelerar el diagnóstico de enfermedades genéticas raras.
¿Cómo diseña Evo 2 nuevos genomas?
La capacidad de generar secuencias de ADN funcionales es quizás aún más sorprendente. Evo 2 actúa como un «escritor creativo» que sabe las reglas gramaticales de la vida.
Lo que diseñó Evo 2 (y por qué es impresionante)
| Diseño | Tamaño | Por qué es notable |
|---|---|---|
| Genoma de Mycoplasma genitalium | ~580,000 pb | Es una de las bacteras más pequeñas conocidas. Evo 2 generó una versión simplificada pero funcional. |
| Genoma de la mitocondria humana | ~16,500 pb | Es un genoma circular esencial para la energía celular. El modelo respetó su estructura única. |
| Fragmento de cromosoma de levadura | 330,000 pb | La levadura es un organismo eucariota (como nosotros). Esto demuestra que Evo 2 maneja la complejidad de organismos superiores. |
¿Cómo sabe que lo diseñado es «correcto»?
El equipo validó los diseños de varias maneras:
- Análisis computacional: Verificaron que las secuencias generadas tuvieran las características esperadas (genes correctamente estructurados, sitios de regulación, etc.).
- Síntesis de ADN: Tomaron algunos de los diseños, los sintetizaron químicamente en el laboratorio y los introdujeron en células.
- Validación funcional: En el caso de los fagos (virus que atacan bacterias) , demostraron que los fagos diseñados por Evo, al ser introducidos en bacterias, producían virus funcionales que podían infectar y matar bacterias.
Aplicaciones prácticas
Esta capacidad abre puertas a:
- Diseño de microorganismos para producir medicamentos, biocombustibles o plásticos biodegradables.
- Creación de terapias génicas más seguras y efectivas.
- Desarrollo de nuevos fagos para combatir infecciones bacterianas resistentes a los antibióticos (terapia fágica).
🌟 El contexto más amplio: ¿Qué significa todo esto?
Evo 2 representa un cambio fundamental en cómo abordamos la biología:
| Antes | Ahora con Evo 2 |
|---|---|
| Estudiábamos un gen a la vez | Se analizan genomas completos de una vez |
| Diseñábamos ADN por prueba y error | Se diseña computacionalmente y luego se valida |
| Predecíamos mutaciones con modelos específicos | Un solo modelo predice mutaciones en cualquier gen |
Lo positivo: Por qué Evo 2 es un avance «bueno»
| Área | Argumento |
|---|---|
| Democratización del conocimiento | Es completamente open source. Cualquier investigador, en una universidad pública o en un país con menos recursos, puede acceder al modelo. Esto rompe el monopolio de las grandes empresas farmacéuticas o tecnológicas. |
| Aceleración de la medicina | Su capacidad para predecir mutaciones patogénicas (como en BRCA1) puede salvar vidas al acelerar diagnósticos y permitir tratamientos personalizados mucho más rápido que los métodos actuales. |
| Combate a la resistencia antibiótica | Diseñar nuevos fagos (virus que atacan bacterias) con Evo 2 es una carrera contra las superbacterias resistentes a los antibióticos, una de las mayores amenazas para la salud pública. |
| Transparencia y seguridad | A diferencia de otros proyectos de IA en biología que se han mantenido en secreto, los creadores de Evo 2 han sido explícitos en sus medidas de seguridad: excluyeron patógenos humanos del entrenamiento y han abierto el modelo al escrutinio público, lo que permite identificar riesgos de forma colectiva. |
Lo preocupante: Por qué Evo 2 genera inquietud
| Área | Argumento |
|---|---|
| Riesgo de uso dual (bioterrorismo) | La misma capacidad de diseñar virus funcionales (fagos) podría, en teoría, usarse para diseñar patógenos más peligrosos. El hecho de que el modelo sea open source significa que no solo lo usan científicos éticos, sino que también podría caer en manos de actores malintencionados. |
| Acceso sin barreras | Si bien la exclusión de patógenos humanos fue una decisión ética, los expertos señalan que no es una barrera infranqueable. Un mal actor con conocimientos podría tomar el modelo abierto y reentrenarlo con datos peligrosos. |
| Obsolescencia de marcos regulatorios | La biología sintética avanza más rápido que las leyes. Actualmente no existe un marco global sólido que regule quién puede usar modelos como Evo 2 y para qué fines. Estamos ante una tecnología de doble uso (como la energía nuclear o la inteligencia artificial general) sin un consenso internacional sobre sus límites. |
| Concentración de poder | Aunque es open source, el desarrollo de Evo 2 requirió recursos de la magnitud de NVIDIA (millones de dólares en computación). Esto crea una brecha entre quienes pueden desarrollar estos modelos y quienes solo pueden usarlos. |
El debate central: ¿Es diferente a lo que ya existía?
Un argumento importante es que Evo 2 no crea capacidades completamente nuevas, sino que las democratiza y acelera.
- Antes de Evo 2: Un científico malintencionado ya podía intentar diseñar un virus peligroso, pero requería años de trabajo, equipos de biología molecular y un conocimiento profundo.
- Con Evo 2: Esa misma persona podría, en días o semanas, generar secuencias de ADN complejas desde su computadora.
La pregunta clave es: ¿la velocidad y accesibilidad que salvan vidas en el lado positivo también hacen que los riesgos sean inaceptablemente altos?
La postura de los creadores
El Instituto Arc no es ajeno a este debate. Su postura es que:
«El riesgo de no compartir el modelo es mayor que el riesgo de compartirlo. Mantenerlo en secreto concentraría el poder en unas pocas manos y ralentizaría la investigación para combatir enfermedades. La transparencia es la mejor garantía de seguridad porque permite que toda la comunidad científica examine, critique y mejore las salvaguardas.»
Esta es la misma filosofía que impulsó el proyecto de secuenciación del genoma humano: hacer público un conocimiento poderoso para acelerar el progreso colectivo.
Mi análisis (como asistente)
Si tuviera que sintetizar una postura equilibrada, diría esto:
Evo 2 no es inherentemente bueno o malo. Es una herramienta de un poder sin precedentes.
Su valor dependerá enteramente de:
- Las salvaguardas técnicas que se implementen (filtros, monitoreo de usos sospechosos).
- La responsabilidad de la comunidad científica en su uso.
- La rapidez con que los gobiernos desarrollen marcos regulatorios internacionales para este tipo de IA biológica.
El verdadero experimento ahora no es técnico (Evo 2 ya funciona), sino social y político: ¿somos como humanidad capaces de manejar una tecnología que nos permite escribir el código de la vida con la misma facilidad con que hoy escribimos texto?
