Una startup presenta una IA para detectar armas biológicas creadas con IA, sin conexión a internet

Detectar una señal está muy lejos de confirmar una amenaza real
La experta Bronwyn MacInnis matiza el alcance de Omnii Defense, hoy limitado a probadores seleccionados.
Mark

¿Qué hace distinto a Omnii Defense frente a las herramientas que ya existían?

Mimi

Las anteriores, como Felix, buscan coincidencias con organismos catalogados. Omnii aprende patrones ligados a la función biológica, así que en teoría reconoce parentescos aunque la secuencia haya cambiado mucho.

Luke

En teoría, sí. Conviene separar lo que dice la empresa de lo que está verificado. ¿Quién midió eso?

Mimi

Fue un experimento de la propia Radical con el virus de Bundibugyo. Quitó la especie y luego el género de los datos de entrenamiento, y el modelo aún marcó el 33% y el 22% de las secuencias.

Luke

Y lo de que las otras herramientas casi no detectaron nada también lo cuenta Parthemore, la directora de biodefensa de la empresa. No hay comparación independiente publicada en lo que sabemos.

Mark

¿Y lo de funcionar sin internet?

Mimi

Importa para el trabajo de campo. Basta una laptop y un secuenciador USB, pensado para investigadores con conexiones irregulares.

Luke

Un 22% también significa que se quedó fuera la mayoría de las secuencias. No sabemos cuántos falsos positivos genera.

Mark

¿Qué advierten los expertos externos?

Mimi

Bronwyn MacInnis, del Broad Institute, ve sensato usar IA contra IA, pero dice que detectar una señal no es saber si hay una amenaza real o fabricada.

Luke

Y está el episodio de Church. Dimitió por la omisión de Tabula Bioscience en un comunicado anterior. No invalida Omnii Defense, pero explica por qué la validación independiente pesa tanto.

Mark

¿Quién puede usarlo ahora?

Mimi

Solo probadores externos seleccionados, mientras laboratorios nacionales y organismos gubernamentales lo evalúan.

  • Omnii Defense puede analizar secuencias genéticas en una laptop con un secuenciador del tamaño de un USB, aun sin internet.
  • Una carrera silenciosa se abre entre quienes usan la IA para crear patógenos y quienes intentan detectarlos antes de que causen daño.
  • La empresa afirma haber detectado el virus Bundibugyo aunque lo borró de sus datos de entrenamiento, un resultado que marca una diferencia frente a los métodos tradicionales.
  • Una polémica por la omisión de un socio en un tratamiento con bacteriófagos ya costó la salida de un asesor clave.
  • Las cifras son de la propia empresa y el acceso está restringido a probadores seleccionados, así que la validación independiente define lo que sucederá después.

En un mundo donde la misma inteligencia que puede diseñar medicinas también podría diseñar amenazas, una startup de San Francisco presenta una herramienta que pretende leer el material genético de una muestra y advertir si algo en ella parece peligroso, incluso sin conexión a internet. Su promesa sitúa a la biodefensa ante una carrera parecida a la de la ciberseguridad, en la que atacantes y defensores aprenden a usar las mismas armas. Sin embargo, detectar una señal no equivale a comprender su significado, y la prueba definitiva de esta tecnología todavía está por llegar en manos de evaluadores independientes.

Imagina a un investigador en un lugar remoto, con una conexión a internet intermitente, una laptop y un secuenciador genético del tamaño de un USB. Según la startup Radical Numerics, con ese equipo ya puede analizar una muestra y saber si su material genético parece peligroso. Esa es la promesa de Omnii Defense, el modelo que la empresa presentó esta semana y que funciona sin conexión.

El sistema evalúa cada secuencia con varias predicciones: la probabilidad de que sea patógena, de que haya sido creada con IA y a qué grupo taxonómico se parece. Con ello asigna una puntuación de amenaza de cero a uno. La presentación llega tras advertencias de grandes laboratorios de IA sobre posibles usos en armas biológicas. Muchos científicos lo ven poco probable, pero la empresa quiere que investigadores y autoridades de salud pública tengan herramientas para identificar peligros emergentes.

La diferencia con programas anteriores es de método. Herramientas como Felix comparan secuencias con bibliotecas de organismos conocidos, lo que funciona cuando un patógeno existente ha sido modificado de forma previsible. Un modelo de IA aprende patrones biológicos y puede reconocer parentescos aunque la composición genética haya cambiado. Para demostrarlo, la empresa eliminó el virus de Bundibugyo de sus datos de entrenamiento y, aun así, el modelo señaló como patógenas una parte relevante de las secuencias, mientras que las herramientas tradicionales apenas mostraron indicios. Son cifras aportadas por la propia compañía.

Expertos independientes ven valor en competir con actores malintencionados, pero recuerdan que una señal no basta para confirmar una amenaza real. La empresa también llega con una polémica reciente por un tratamiento con bacteriófagos que omitió mencionar a un socio, lo que llevó a la salida de un asesor. Por ahora, el acceso se limita a evaluadores seleccionados, y serán sus resultados los que determinen cuánto valen estas promesas fuera de la empresa.

Imagina a un investigador en un punto remoto, con una conexión a internet que va y viene, una laptop y un secuenciador genético del tamaño de un USB. Con ese equipo, según la startup Radical Numerics, ya puede analizar una muestra y saber si su material genético parece peligroso. Esa es la promesa de Omnii Defense, el modelo que la empresa presentó a mediados de esta semana y que funciona sin conexión a internet.

Omnii Defense está pensado para detectar patógenos, tanto naturales como creados mediante inteligencia artificial. Sobre cada secuencia hace varias predicciones: qué probabilidad hay de que sea patógena, cuál de que haya sido generada por IA y a qué grupo taxonómico se parece más. Con ello asigna al genoma una "puntuación de amenaza" de cero a uno, que combina la probabilidad de que no sea natural con predicciones sobre su función. Cuanto más alta, mayor la amenaza.

La presentación llega después de que los grandes laboratorios de IA advirtieran de que su tecnología podría contribuir al desarrollo de armas biológicas peligrosas. Muchos científicos consideran esa amenaza poco probable, pero Radical Numerics quiere que investigadores y responsables de salud pública cuenten con una herramienta para identificar peligros biológicos emergentes. Eric Nguyen, cofundador y CEO, anticipa una carrera armamentística en biodefensa parecida a la de la ciberseguridad, donde atacantes y defensores usan IA para ganar ventaja. Según él, la bioseguridad estaba muy rezagada en defensa.

Nguyen y sus cofundadores formaron parte del equipo que creó Evo y Evo-2, modelos base de ADN de código abierto, durante su investigación doctoral en la Universidad de Stanford. Fundaron Radical Numerics, con sede en San Francisco, en 2025. Su último modelo de lenguaje genómico, Omnii, se basa en información biológica más allá del ADN: ARN, proteínas y señales epigenéticas.

La diferencia con las herramientas anteriores es de método. Programas como Felix (Finding Engineering-Linked Indicators), financiado con fondos federales, comparan secuencias con bibliotecas de organismos conocidos y buscan coincidencias catalogadas, lo que sirve si alguien ha retocado un patógeno existente. Un modelo de IA, en cambio, aprende patrones asociados a funciones biológicas y puede reconocer parentescos aunque la composición genética haya cambiado. Christine Parthemore, directora de biodefensa de Radical Numerics, lo llama un "cambio radical".

Para ilustrarlo, la empresa hizo un experimento con el virus de Bundibugyo, que actualmente causa un brote de ébola en África Oriental. Lo eliminó de los datos de entrenamiento, primero a nivel de especie y luego de todo el género. Parthemore dice que fue como si Omnii funcionara en 1976, el año en que se descubrió el ébola. Sin la especie, el modelo marcó como patógenas el 33% de las secuencias de Bundibugyo; sin el género entero, señaló el 22% de las secuencias virales. Según ella, las herramientas sin IA casi no mostraron indicios de riesgo. Son cifras aportadas por la propia empresa.

Bronwyn MacInnis, directora de vigilancia de patógenos en el programa de Enfermedades Infecciosas y Microbioma del Broad Institute del MIT y Harvard, considera sensato usar la tecnología para competir con la IA y adelantarse a actores malintencionados. Pero advierte de que detectar una señal está muy lejos de determinar si un patógeno tiene consecuencias reales o es una amenaza fabricada.

La empresa llega a este lanzamiento con una polémica reciente. En octubre dijo que había usado Omnii para crear bacteriófagos a medida contra una cepa de E. coli resistente a medicamentos, y que su cóctel se administró a un paciente enfermo con permiso especial de la FDA. Tabula Bioscience también participó, pero Radical no lo mencionó en su comunicado. Por esa omisión, el genetista de Harvard George Church, asesor de ambas empresas, renunció a su puesto en Radical la semana pasada.

Por ahora, el acceso a Omnii Defense se limita a probadores externos seleccionados. Radical Numerics trabaja con laboratorios nacionales, organismos gubernamentales y otros evaluadores independientes para medir su rendimiento, y de esos resultados dependerá cuánto valgan sus cifras fuera de la empresa.

Hay que estar atentos a lo que permite la IA y usar la tecnología para competir con ella y adelantarse a actores malintencionados; es un uso sensato.
— Bronwyn MacInnis, Broad Institute del MIT y Harvard
Omnii supone un cambio radical; fue como si funcionara en 1976, cuando se descubrió el ébola.
— Christine Parthemore, directora de biodefensa de Radical Numerics
Contact Us FAQ