Radical Numerics: fagos de IA llegan a un paciente humano

Un anuncio con más preguntas que respuestas

El 20 de octubre, la startup biotecnológica Radical Numerics publicó en su propio blog un informe técnico: dice haber administrado a un paciente con una infección bacteriana multirresistente un cóctel de bacteriófagos cuyas variantes generó su modelo de IA, Omnii-1. The New York Times contó la historia el mismo día. Lo que no publicó es casi todo lo demás: no hay revisión por pares, no hay desenlace clínico, no hay fecha de autorización y la FDA no ha confirmado nada.

Para dimensionar el contexto: la empresa salió del anonimato en junio de 2026 con 50 millones de dólares de ronda semilla, según el propio medio que publicó el caso. Es decir, una compañía que se presentó al mundo hace cuatro meses anuncia ahora un hito clínico sin datos clínicos.

Para cualquier founder que trabaje en la intersección entre IA y salud, el episodio es una lección sobre algo más incómodo que la ciencia: cómo se comunica un hito cuando hay un paciente de por medio y la evidencia todavía no está.

¿Con qué permiso se administró el tratamiento?

Con una vía de uso compasivo, no un ensayo clínico. La empresa lo describe como una «vía de uso compasivo autorizada y dirigida por un médico», sujeta a «la supervisión y los requisitos de seguridad establecidos por las autoridades reguladoras pertinentes», sin nombrar ninguna.

Un portavoz concretó después al Daily Caller News Foundation que se trata del acceso expandido para un solo paciente de la FDA, a petición de un médico. Esa vía permite a un facultativo solicitar acceso a un tratamiento en investigación para un paciente con una condición grave o potencialmente mortal que no tiene alternativa comparable, según las guías de la agencia.

Conviene insistir en lo que eso no es: no hay ensayo registrado, no hay número de expediente en ningún registro público, no hay fase 1 y no consta ningún comité de ética. Varios titulares en inglés hablaron de «trial». No lo hay.

Y hay dos cosas que no cuadran. La primera: la empresa invoca la vía de la FDA, estadounidense, pero la infectóloga que el Times presenta como colaboradora, Marisa Azad, trabaja en el Ottawa Hospital, en Canadá, donde la vía equivalente sería otra. Ninguna fuente dice dónde se trató al paciente. La segunda: la empresa se niega a decir cuándo se autorizó. «No estamos compartiendo la fecha concreta de autorización en este momento», respondió su portavoz al Daily Caller. Preguntada por la prensa, la FDA no hizo declaraciones.

¿Qué hizo exactamente la IA y qué no?

Menos de lo que sugiere el titular, y la propia empresa lo aclara: su modelo no diseñó un genoma viral desde cero. Partió de un bacteriófago ya conocido y bien caracterizado y generó variantes modificando regiones seleccionadas de su genoma «involved in particular biological functions». El modelo también priorizó candidatos prediciendo qué fagos funcionarían contra qué bacterias.

El detalle técnico lo recogió ForkLog: el trabajo se basó en el bacteriófago T7, que infecta E. coli, y el modelo propuso modificaciones en la sección del genoma que codifica la proteína gp17, ubicada en las fibras de la cola del virus y responsable de reconocer las células bacterianas. Los científicos sintetizaron las secuencias de ADN propuestas y produjeron los virus modificados en laboratorio.

La empresa es clara en que los fagos administrados son suyos: habla de «designs generated by Omnii-1» y de un cóctel «containing Omnii-1-designed phage variants». Lo que no publica es nada que permita a un tercero juzgar cuánto se apartan realmente esos virus del original: ni el número de variantes del cóctel, ni las secuencias, ni comparación alguna. Es justo la reserva que plantea el único especialista independiente que ha opinado.

Los números que sí están publicados

Aquí está lo interesante: los resultados de laboratorio sí vienen con cifras. Según el informe recogido por ForkLog, entre las variantes propuestas por Omnii-1 el 69,9% resultaron funcionales, frente al 4,8% de variantes con cambios aleatorios de escala similar. De las 6.694 variantes con actividad medible, 2.161 superaron al fago T7 original. Algunas versiones acumularon 28 sustituciones de proteína, mientras que los cambios aleatorios lograron mejoras con un máximo de cinco.

Esos datos los publicó la empresa y no han pasado verificación independiente. Pero marcan la diferencia entre «diseñamos un virus» y «diseñamos un virus que funciona»: el cuello de botella histórico de la ingeniería de fagos es que casi cualquier intervención en el genoma rompe el virus y le impide replicarse.

El consejero delegado, Eric Nguyen, dice que espera reducir el tiempo de selección de terapia de meses a unos pocos días: «Creemos que podemos hacerlo en unos días».

¿Funcionó? No se sabe, y ese es el punto

La empresa no publica el desenlace clínico y alega privacidad del paciente. No hay datos de eficacia, no hay datos de seguridad de este caso más allá de una afirmación genérica —que los fagos no infectan células humanas y que la terapia se considera «en general segura»— y no hay tiempo de seguimiento declarado.

Un dato de contexto que el Times aporta y que coloca todo en su sitio: en terapia con fagos, el tratamiento dura días o semanas y los pacientes se siguen durante meses por posibles rebrotes. Es decir, al anunciarlo puede que ni haya terminado.

La frase más honesta del informe es de la propia empresa: «las observaciones de un solo paciente no pueden establecer la seguridad o la eficacia generales». El escepticismo lo pone Michael Baym, microbiólogo de Harvard ajeno al trabajo: «Si funciona, es increíble», dijo al Times. Y a continuación: «Mi impulso es ser escéptico». Prefiere esperar a que acabe el tratamiento y a poder examinar hasta qué punto esos virus son realmente nuevos. Nguyen sostiene que publicarán «los hallazgos científicos mediante investigación revisada por pares».

¿Y el problema de bioseguridad?

Existe, es anterior a este caso y lo plantean los propios investigadores del campo. En agosto, un equipo de Stanford, el Arc Institute y el Broad Institute publicó en Science el diseño de genomas completos de fago con modelos de lenguaje genómico, usando ΦX174 como modelo: de 285 genomas sintetizados y ensamblados, 16 resultaron viables. Según el repaso técnico de The Conversation, el modelo se entrenó con más de 2 millones de genomas de fagos y se afinó con unos 15.000 parientes cercanos de ΦX174, un genoma de apenas 5.400 letras de ADN.

Los autores advirtieron en el mismo trabajo de que esto «raises important biosafety, biocontainment, and biosecurity considerations». En la misma revista, Thomas Inglesby y Moritz Hanke, de Johns Hopkins, escribieron que el diseño generativo de genomas plantea «cuestiones urgentes de bioseguridad y bioprotección» y que la gobernanza para encauzarlo no existe. El infectólogo Isaac Bogoch, del Toronto General Hospital, fue más directo en público: en las manos equivocadas, esto «podría tener consecuencias catastróficas».

Hay contrapunto, y lo da el propio paper: las exclusiones en los datos «successfully prevent the pretrained Evo 2 models from designing eukaryotic viruses». Pero esa es hoy la única salvaguarda documentada, y es una decisión de cada laboratorio, no una norma. La gobernanza que piden los de Johns Hopkins no existe.

El conflicto de interés que conviene no normalizar

La misma empresa vende su modelo también como herramienta de biodefensa y presume de detectar patógenos generados o manipulados por IA. Es juez y parte: fabrica la capacidad y vende la alarma. Que además justifique el silencio apelando a la vez a la privacidad del paciente y al carácter propietario de un tratamiento que quiere monetizar es una combinación que conviene no normalizar.

Qué significa esto para tu startup

Tres lecciones que aplican bastante más allá de la biotecnología:

• El canal regulatorio define el relato, no al revés. La diferencia entre «ensayo clínico» y «uso compasivo» no es semántica: cambia qué se puede afirmar, quién lo audita y qué respaldo existe. Si vas a anunciar un hito clínico, di explícitamente bajo qué figura regulatoria ocurrió, en qué jurisdicción y con qué autorización. La ambigüedad se lee como opacidad, y la opacidad en salud se paga caro.
• Publica los números que sí tienes. Radical Numerics no dio el desenlace clínico, pero sí el 69,9% de variantes funcionales frente al 4,8% aleatorio. Ese contraste es el argumento más fuerte del informe y es verificable. Cuando un anuncio tiene datos incompletos, lo que sostiene la credibilidad es la parte cuantificada, no la narrativa.
• Anticipa el conflicto de interés antes de que lo señale un tercero. Si tu empresa vende tanto la capacidad como la alarma —o el modelo y la auditoría de ese modelo—, define por escrito cómo separas ambos roles. La gobernanza que hoy no existe para el diseño generativo de genomas es exactamente el tipo de vacío que un inversor o un regulador te va a pedir llenar.

Y una advertencia de timing que vale para cualquier sector: si tu hito depende de un solo caso, un solo cliente o un solo paciente, no lo presentes como validación. Preséntalo como lo que es —un caso— y di cuándo habrá datos que lo confirmen o lo refuten.

Conclusión

Nada de esto significa que el trabajo sea falso ni que la fagoterapia asistida por IA no sea una vía prometedora. La resistencia a antibióticos es un problema real: según el comunicado de lanzamiento de Radical Numerics difundido por Business Wire, las infecciones resistentes se vincularon a unos 4,95 millones de muertes en el mundo en 2019, de las cuales 1,27 millones se atribuyen directamente a la resistencia antimicrobiana. Y encontrar fagos a mano es lentísimo, como recuerda la infectóloga que colabora con la empresa.

Significa que, hasta que haya un paper, un desenlace y una autorización verificable, lo único demostrado es que alguien lo anunció. Un caso es una noticia, no una prueba. Y en el conjunto de la IA aplicada al diagnóstico y al tratamiento, esa distinción va a decidir qué merece crédito.

Fuentes

• Startup fagos diseñados IA paciente uso compasivo (fuente original)
• Radical Numerics Launches Omnii-1
• FDA Greenlights New AI Virus Treatment For Trial, Company Says
• US Startup Claims First AI-Designed Bacteriophages Administered to Patient
• Scientists have designed a functioning virus from scratch using AI

Artículos relacionados:

Paciente de Oslo: el décimo curado de VIH en el mundo Radical Numerics: IA diseña virus para un paciente grave Donna Cryer: IA en salud necesita liderazgo del paciente Radical Numerics prueba en humanos un virus diseñado por IA Radical Numerics prueba un virus diseñado con IA en humanos