Un equipo internacional ha alterado las 5.386 letras del virus ΦX174 y ha fabricado más de 44.000 variantes. Una de cada cuatro mutaciones mortales sigue sin explicación
El bacteriofago PhiX174, con su capside icosaedrica y sus once proteinas, fue el primer genoma completo secuenciado de la historia. Recreacion artistica generada con IA. Foto: Nano Banana o ChatGPT / Scruzcampillo.
Santiago Campillo Brocal, Biólogo. Máster en Biología Molecular y Biotecnología
Director de Muy Interesante Digital/3.09.2026
Hay un virus que la biología daba por territorio conquistado. Se llama ΦX174, infecta bacterias, mide 5.386 letras de ADN y fabrica once proteínas contadas. Fue el primer genoma completo que alguien leyó de principio a fin, en el laboratorio de Frederick Sanger en 1977, y también el primero que se fabricó desde cero con química de síntesis. Medio siglo de cultivos, tesis doctorales y manuales lo han convertido en el organismo modelo por excelencia. Y, sin embargo, un equipo internacional acaba de cambiar sus letras una a una y ha encontrado cientos de mutaciones mortales que nadie sabe explicar. El trabajo, publicado como preprint en bioRxiv y analizado después por la revista Nature, deja además un aviso incómodo para los modelos de inteligencia artificial aplicados a la biología.
Lo que vas a descubrir en este artículo
El virus más estudiado del mundo todavía guarda secretos
El genoma que creíamos leído del todo
Cuarenta y cuatro mil versiones de un mismo virus
La mitad de los cambios pasa factura
Una de cada cuatro muertes sin explicación
Donde la inteligencia artificial se queda corta
Un virus supuestamente perfecto que aún puede mejorar
Referencias
La escala del experimento explica por qué el resultado importa. Hasta ahora, los estudios de mutagénesis se conformaban con recorrer un gen, una proteína o una región concreta del genoma. Aquí, en cambio, Huijin Wei, Xianghua Li y Ben Lehner recorrieron el genoma entero sin dejar una sola posición sin tocar, un salto que convierte a ΦX174 en el primer organismo con su mapa mutacional completo. Los autores trabajan entre el Wellcome Sanger Institute, el Centro de Regulación Genómica de Barcelona y el King's College de Londres, tres centros que llevan años empujando la genómica funcional a lo bruto.
El virus más estudiado del mundo todavía guarda secretos
ΦX174 fue el primer genoma secuenciado de la historia y lleva medio siglo en los laboratorios. Un equipo acaba de cambiar sus 5.386 letras una a una, y ha descubierto que ni los científicos ni los mejores modelos de inteligencia artificial saben explicar buena parte de lo que ocurre dentro.44.000 versiones del mismo virus:
- el equipo fabricó y midió cada cambio posible de letra y de aminoácido en un genoma entero.
- La mitad falla: tocar una sola letra basta para dañar al virus en el 50% de los casos, y sube al 60% en las proteínas.
- Una de cada cuatro muertes es un enigma: nadie sabe todavía por qué esas mutaciones concretas resultan letales.
- La IA acierta a medias: los mejores modelos biológicos solo predijeron de forma moderada qué cambios matarían al virus.
- Un virus que aún puede mejorar: un puñado de mutaciones lo volvió más eficaz pese a décadas de cultivo en laboratorio.
El genoma que creíamos leído del todo
Conviene entender qué significa exactamente completo. Un genoma no es una lista de genes independientes, sino un texto comprimido donde las instrucciones se solapan y se estorban. En ΦX174 esa compresión es extrema, porque varios genes comparten el mismo tramo de ADN leído en marcos distintos, de modo que cambiar una letra puede alterar dos proteínas a la vez. Ese solapamiento convierte al bacteriófago en un banco de pruebas ideal para medir hasta qué punto entendemos la relación entre secuencia y función.
Su historial ayuda. Sanger lo eligió en los setenta precisamente por pequeño, Craig Venter lo reconstruyó con oligonucleótidos sintéticos en 2003 para demostrar que un genoma podía ensamblarse en el laboratorio, y desde entonces se ha usado como campo de entrenamiento para casi todas las técnicas nuevas de biología sintética. Si algún organismo debería estar exprimido, es este.
Cuarenta y cuatro mil versiones de un mismo virus
El procedimiento fue tan tedioso como potente. El equipo sintetizó todas las variantes posibles del genoma, cada una con una sola letra cambiada, y añadió después las que alteraban un aminoácido concreto en cada proteína. Esa biblioteca de más de 44.000 virus distintos se lanzó a competir dentro de cultivos de Escherichia coli, la bacteria que ΦX174 infecta de forma natural.
Cada punto del anillo representa una posicion mutada del genoma viral, sometida a competencia real en cultivos de Escherichia coli. Recreacion artistica generada con IA. Foto: Nano Banana o ChatGPT / Scruzcampillo.
A partir de ahí manda la selección. Cada ciclo de infección dura unos ochenta minutos, tiempo suficiente para que las variantes eficaces se multipliquen y las defectuosas se diluyan. Al secuenciar la población antes y después, los investigadores pueden calcular cuánto se ha enriquecido o empobrecido cada variante y traducirlo en una medida de eficacia biológica. La secuenciación profunda convierte así una competición biológica en una tabla de números con una resolución que ningún estudio anterior había alcanzado sobre un genoma entero.
Cambiar una letra en el manual de instrucciones de un ser vivo no es un accidente raro. Es lo que ocurre, sin parar, en cada replicación.
La mitad de los cambios pasa factura
Los resultados dibujan un genoma mucho menos tolerante de lo que sugiere la intuición. Alrededor del 50% de los cambios de una sola letra reducen la eficacia del virus, y la proporción sube por encima del 60% cuando lo que cambia es un aminoácido de sus proteínas. Dicho de otro modo, más de la mitad de las mutaciones posibles empeoran a un organismo ya bastante ajustado, lo que da una idea de lo estrecho que es el margen evolutivo en un genoma tan comprimido.
Cuando los autores buscaron el porqué, encontraron dos mecanismos dominantes. Cerca de la mitad de las mutaciones dañinas caen en posiciones implicadas en el contacto entre proteínas, es decir, en las junturas del ensamblaje viral. Otra cuarta parte afecta a aminoácidos enterrados en el interior de la proteína, donde una sustitución compromete la estabilidad de toda la estructura. Ambos mecanismos explican tres de cada cuatro fallos, y ninguno de los dos resulta sorprendente para un bioquímico.
Una de cada cuatro muertes sin explicación
El cuarto restante es lo interesante. Hay cientos de mutaciones que matan al virus o lo dejan tocado sin que se pueda señalar la causa, ni en la estructura de la proteína ni en la interacción con sus vecinas. Ese 25% sin diagnóstico es la medida más honesta de lo que todavía ignoramos, y aparece justo en el genoma que llevamos cinco décadas leyendo con lupa.
Las hipótesis apuntan a capas de información que los modelos estructurales no capturan bien, desde la velocidad a la que se pliega una proteína hasta señales de regulación escondidas en la propia secuencia de ADN o interacciones con la maquinaria de replicación de la bacteria anfitriona. De hecho, combinar los datos experimentales con modelado estructural permitió a los autores formular hipótesis mecánicas nuevas sobre esa maquinaria, algo que ninguna de las dos aproximaciones lograba por separado.
Si un cuarto de las mutaciones letales del genoma más simple sigue sin explicación, la pregunta no es cuánto sabemos, sino dónde se ha vuelto invisible nuestra ignorancia.
Donde la inteligencia artificial se queda corta
Aquí entra el segundo titular del trabajo. Los autores usaron el mapa completo como examen para los modelos punteros de predicción biológica, los mismos que han transformado la manera de trabajar con proteínas en los últimos años. Los modelos solo predijeron de forma moderada qué mutaciones eran letales y cuáles inocuas, un desempeño razonable para una herramienta de cribado, pero insuficiente para sustituir al experimento.
No es un fracaso, y conviene decirlo con precisión. Estos sistemas aprenden de secuencias y estructuras acumuladas, no de medidas funcionales densas como las que produce este estudio, sencillamente porque hasta ahora casi no existían. La lectura razonable es que el cuello de botella no está en la arquitectura del modelo sino en el tipo de datos con los que se entrena, y que campos como la escritura automática de genomas completos necesitarán bibliotecas experimentales de este tamaño para afinar la puntería.
Un virus supuestamente perfecto que aún puede mejorar
Queda una sorpresa menor y muy elocuente. Después de décadas de cultivo en condiciones de laboratorio, se asumía que ΦX174 estaba optimizado hasta el límite para ese entorno concreto. Un puñado de mutaciones, sin embargo, mejoró su eficacia en lugar de reducirla, lo que sugiere que ni siquiera un genoma tan pequeño y tan trabajado ha agotado sus opciones.
Un genoma de 5.386 letras, once proteínas y medio siglo de estudio todavía tiene margen para mejorar. Y nadie lo había comprobado hasta ahora.
La lección práctica apunta al método más que al virus. Cartografiar cada letra de un genoma resulta hoy caro y lento, y solo es viable en organismos diminutos, pero el mapa resultante hace algo que ninguna predicción ofrece, y es señalar con el dedo dónde falla nuestra comprensión. El siguiente paso natural pasa por repetir el ejercicio en genomas mayores y por usar esos datos para entrenar la próxima generación de modelos, con una pregunta abierta encima de la mesa. Si en 5.386 letras queda un 25% de misterio, cuánto quedará por descubrir en los tres mil millones de letras del genoma humano.
___________
Referencias
Callaway, E. (2026). Mutating every DNA letter of a genome shows surprising effects and the limits of AI. Nature News. https://doi.org/10.1038/d41586-026-02609-y
Wei, H., Li, X., & Lehner, B. (2026). Complete Mutagenesis of the Genome and Proteome of ΦX174. bioRxiv. https://doi.org/10.64898/2026.07.25.740675
Sanger, F. et al. (1977). Nucleotide sequence of bacteriophage ΦX174 DNA. Nature, 265, 687-695. https://doi.org/10.1038/265687a0
Smith, H. O., Hutchison, C. A., Pfannkoch, C., & Venter, J. C. (2003). Generating a synthetic genome by whole genome assembly: ΦX174 bacteriophage from synthetic oligonucleotides. PNAS, 100(26), 15440-15445. https://doi.org/10.1073/pnas.2237126100
__________
Fuente:
