Bioresiliencia es la plataforma que DeepMind presentó este jueves en alianza con Isomorphic Labs. Estará enfocada en evitar que los modelos de IA sean utilizados para el bioterrorismo y para ayudar a la ciencia a reconocer patrones que indiquen una pandemia inminente.
Un mundo sin pandemias es posible y está más cerca de lo que creemos. Al menos esa es la meta de DeepMind
Este 16 de julio Google DeepMind e Isomorphic Labs publicaron un reporte conjunto sobre su estrategia de «bioresiliencia»: En él detallan cómo usan Inteligencia Artificial para prevenir, detectar y responder a brotes infecciosos, y para ello, urgen al congreso de Estados Unidos a aprobar cinco iniciativas de ley en la materia que se encuentran pendientes de discusión en Washington.
El anuncio llega dos semanas después de que Anthropic lanzara Claude Science una plataforma de investigación para científicos asistidos por IA y el anuncio de que la propia Anthropic buscará desarrollar medicamentos para enfermedades que no son atendidas por la industria farmacéutica.
DeepMind acaba de subir la apuesta.
¿Qué es Bioresiliencia?
El documento, firmado conjuntamente por Google DeepMind e Isomorphic Labs, organiza su trabajo en tres pilares: prevenir que actores maliciosos usen sus modelos para desarrollar armas biológicas, detectar brotes nuevos más rápido y responder con contramedidas médicas. En el último año dicen haber avanzado más de 15 alianzas con gobiernos, organismos de bioseguridad y grupos de investigación en estas tres áreas.
Entre las medidas concretas: adaptar su tecnología de marca de agua SynthID para ayudar a las empresas de síntesis de ADN a detectar secuencias generadas por IA, usar su agente AlphaEvolve para abaratar la secuenciación metagenómica junto con Pacific Biosciences, y ampliar el acceso a AlphaFold y al agente Co-Scientist para investigadores de laboratorios nacionales de Estados Unidos, incluidos los que participan en la Genesis Mission del Departamento de Energía.
El reporte también incluye un capítulo de recomendaciones de política pública poco común en este tipo de comunicados: pide al Congreso estadounidense aprobar cinco proyectos de ley específicos, entre ellos la AI-Ready Bio-Data Standards Act (H.R. 7907) y la Biosecurity Modernization and Innovation Act (S. 3741), que haría obligatorio el escrutinio de pedidos de síntesis de ADN.
La meta: acabar con bioterrorismo y pandemias
La apuesta de DeepMind es ambiciosa: por medio de SynthID busca ayudar a investigadores y empresas a detectar secuencias de ADN generadas por IA, con ello, su intención es también detener el bioterrorismo y algo mucho más importante dada la reciente experiencia mundial: eliminar las pandemias antes de que sucedan.
Contra el bioterrorismo, el punto que más los preocupa es la síntesis de ADN. Hoy, empresas como las del International Gene Synthesis Consortium filtran pedidos de ADN comparándolos contra listas conocidas de patógenos y toxinas. El problema que el propio reporte admite: la IA ya permite diseñar una secuencia de ADN distinta a cualquier patógeno conocido, pero con la misma función peligrosa, lo cual evade ese filtro.
Su respuesta parcial es adaptar SynthID —su tecnología de marca de agua, ya estándar en imágenes y video generados por IA— para que las empresas de síntesis detecten si una secuencia fue diseñada por IA. Antes de eso, aplican un proceso de cuatro pasos a sus propios modelos: modelado de amenazas, evaluaciones con expertos en red-teaming, mitigaciones (entrenar al modelo para rechazar consultas con intención dañina sin bloquear consultas científicas legítimas) y monitoreo continuo de patrones de uso indebido.
Pero reconocen que la solución completa —un sistema que prediga si una secuencia es tóxica por su función, no por su parecido a algo ya catalogado— todavía no existe: el reporte la describe como «un desafío técnico abierto».
Contra las pandemias, el objetivo es acortar el tiempo entre que un patógeno nuevo circula y alguien lo detecta. La herramienta es la secuenciación metagenómica: en vez de buscar un patógeno específico ya conocido, se secuencia todo el material genético de una muestra, por ejemplo, de aguas residuales, aire o pacientes, para detectar algo nuevo antes de que se propague.
El obstáculo ha sido el costo, y ahí es donde DeepMind usará su agente AlphaEvolve, en colaboración con Pacific Biosciences, para optimizar los algoritmos que analizan esos datos de secuenciación. En paralelo exploran AlphaGenome para caracterizar patógenos directamente a partir de datos de secuencia, identificando patrones novedosos más rápido que los métodos tradicionales. El objetivo es claro: eliminar las pandemias antes de que ocurran.
Pero si un brote ya está en curso, el cuello de botella es desarrollar diagnóstico, vacuna o tratamiento. Hoy la mayoría de los patógenos conocidos no tiene ninguno de los tres.
AlphaFold ya ha sido citado en más de 10,000 publicaciones sobre enfermedades infecciosas, incluyendo trabajo sobre tuberculosis, malaria, Mpox (Viruela del Mono) y Nipah (virus en murciélagos). Su alianza más reciente es con el Lawrence Livermore National Lab, que usará AlphaFold 3 para acelerar el diseño de anticuerpos de amplio espectro, como uno contra la familia de virus del filovirus (que incluye al ébola).
Isomorphic Labs, por su parte, creó una unidad dedicada a desplegar rápidamente su motor de diseño de fármacos ante un brote nuevo, sea de origen natural o derivado del mal uso de IA, en colaboración con gobiernos y centros como el UK AI Security Institute y el Francis Crick Institute.
Entre las medidas adicionales: ampliar el acceso a AlphaFold y al agente Co-Scientist para investigadores de laboratorios nacionales de EE. UU., incluidos los que participan en la Genesis Mission del Departamento de Energía.
El reporte también incluye un capítulo de recomendaciones de política pública poco común en este tipo de comunicados: pide al Congreso estadounidense aprobar cinco proyectos de ley específicos, entre ellos la AI-Ready Bio-Data Standards Act (H.R. 7907) y la Biosecurity Modernization and Innovation Act (S. 3741), que haría obligatorio el escrutinio de pedidos de síntesis de ADN.
Lo que conecta las tres piezas es su marco interno de riesgos químicos, biológicos, radiológicos y nucleares (CBRN) dentro de su Frontier Safety Framework: DeepMind e Isomorphic Labs tratan esto como un trabajo de años, no como un anuncio de producto terminado.
La carrera de IA tiene un nuevo campo de batalla: Tu salud.
Durante la última década, Google DeepMind fue, sin disputa real, la referencia de la IA aplicada a la ciencia. Demis Hassabis y John Jumper ganaron el Nobel de Química en 2024 por AlphaFold, y la compañía sumó avances en meteorología y ciencia de materiales.
Pero MIT Technology Review documentó que, en los últimos meses, DeepMind quedó rezagada en el área de mayor tracción comercial de la IA —la programación asistida—, algo que Bloomberg reportó en abril. Y el propio Jumper anunció este mes que deja DeepMind para sumarse a Anthropic, un movimiento que la publicación describe como «un voto de confianza científico» hacia la compañía de Amodei.
La comparación no es casual: Amodei, como Hassabis, es científico con doctorado, algo que MIT Technology Review contrasta con el perfil de negocios de Sam Altman en OpenAI. Muchos investigadores ya usan Claude Code en su trabajo diario, y Claude Science busca construir sobre esa base de usuarios en lugar de reemplazarla.
Visto en conjunto, el reporte de bioresiliencia de DeepMind e Isomorphic Labs, con su llamado explícito a nuevas alianzas y su capítulo de recomendaciones legislativas, también funciona como una reafirmación pública de liderazgo justo cuando ese liderazgo empieza a discutirse en público.
