Una IA diseñó virus y llegó a un paciente humano
Un cóctel de bacteriófagos diseñados por inteligencia artificial eliminó en laboratorio una cepa de Escherichia coli resistente a todos los tratamientos disponibles y después fue administrado a una persona. La empresa detrás es Radical Numerics, una biotech que asegura que se trata de la primera vez que un paciente humano recibe fagos creados con IA.
Para un founder, la relevancia no está en la medicina: está en el modelo. Una startup de investigación aplicó un modelo fundacional de propósito general —no un software vertical— a un problema donde el método tradicional es buscar a ciegas durante meses. Ese patrón, reemplazar la búsqueda por el diseño, es el mismo que está reordenando industrias mucho menos reguladas.
Qué hizo exactamente Radical Numerics
Según la documentación técnica difundida por la compañía, los investigadores usaron Omnii-1, su modelo de IA biológica, para modificar regiones específicas del virus T7, una de las plataformas más usadas en microbiología. El objetivo: diseñar variantes capaces de adherirse a la bacteria del paciente y destruirla.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasEl flujo fue secuencial: diseño por IA, síntesis de las secuencias de ADN en laboratorio, producción de los virus y pruebas sobre muestras de la bacteria aislada del paciente. La empresa sostiene que el cóctel eliminó la cepa resistente en esas pruebas de laboratorio.
Recién después vino la administración al paciente, autorizada por la FDA mediante el mecanismo de single-patient expanded access —uso compasivo para un caso individual—, una vía excepcional que permite utilizar terapias experimentales cuando no existen alternativas razonables para una persona determinada. Esa autorización no equivale a una aprobación general de la terapia.
Qué es Omnii-1 y quién está detrás
Radical Numerics se lanzó con US$50 millones en financiamiento, según reportó SiliconANGLE en junio de 2026, con una ronda semilla liderada por Emergence Capital y participación de Obvious Ventures, Triatomic Capital, Factory y First Spark Ventures. El cofundador de Stripe, Patrick Collison, respaldó la ronda pre-semilla.
El equipo viene de haber construido Evo y Evo 2, modelos de genómica generativa que, según la misma nota, llegaron a las portadas de Science y Nature. El CEO es Eric Nguyen; lo acompañan Michael Poli como chief AI scientist, Stefano Massaroli como presidente y Armin Thomas como CTO. Tres de los cuatro trabajaron antes en diseño de modelos en Liquid AI.
Omnii-1, presentado por la compañía como el mayor modelo multimodal de lenguaje genómico construido hasta ahora, convierte 28 tipos de datos biológicos —ADN, ARN, proteínas, señales epigenéticas— en una representación común que el modelo puede aprender. La empresa lo presentó junto a ocho aplicaciones, entre ellas el diseño de vacunas personalizadas contra el cáncer y la detección de amenazas biológicas emergentes.
Por qué los bacteriófagos vuelven al centro de la escena
Los fagos se estudian desde hace más de un siglo, pero su limitación siempre fue la misma: cada virus ataca a un grupo muy específico de bacterias, y encontrar el correcto puede llevar meses. En un paciente crítico, ese tiempo no existe. La propuesta de Omnii-1 invierte el problema: en lugar de buscar el virus adecuado, diseñarlo.
El contexto de mercado explica el interés. Las infecciones resistentes a los antibióticos se vincularon a unas 4,95 millones de muertes en el mundo en 2019, de las cuales 1,27 millones se atribuyen directamente a la resistencia antimicrobiana, según las cifras que cita el comunicado de la compañía. Un análisis presentado en IDWeek y recogido por Healio estimó el costo asociado a la resistencia antimicrobiana en cerca de US$1 billón en 2021, con E. coli entre los seis patógenos que concentran la mayor parte de esa carga.
El sector ya se está moviendo en paralelo. La Unión Europea financió con €15 millones —unos US$17 millones— el ensayo P-PEAKS UTI, que evaluará terapia de fagos personalizada en aproximadamente 220 mujeres con infecciones urinarias recurrentes por E. coli en 13 países, según Infection Control Today. Y en el frente del diseño computacional, Zealand Pharma y Generate Biomedicines firmaron en octubre de 2026 un acuerdo de hasta US$1.200 millones en hitos para diseñar proteínas con IA, con US$30 millones por adelantado, según el comunicado de ambas compañías.
El dato que falta: nadie sabe todavía si funcionó
Acá está la parte que obliga a frenar. Lo demostrado es que los fagos fueron diseñados, fabricados y administrados. Lo que no se sabe es si funcionaron dentro del cuerpo humano.
La propia empresa reconoce que no divulga información sobre la evolución clínica del paciente por cuestiones de privacidad, y el informe técnico no pasó por revisión de pares. La FDA no publicó una comunicación oficial sobre este caso específico. El microbiólogo Michael Baym, de Harvard, dijo a The New York Times que su primera reacción fue el escepticismo, aunque considera que el enfoque podría representar un avance extraordinario si finalmente demuestra eficacia clínica.
Para un founder, esa asimetría es una lección de comunicación: el hito técnico es real y verificable; el resultado de negocio, todavía no.
Qué significa esto para tu startup
1. El diseño reemplaza a la búsqueda. Durante décadas, la industria farmacéutica operó por cribado: probar miles de candidatos hasta encontrar uno que funcione. Omnii-1 apunta a lo contrario, generar el candidato a medida del problema. Si tu producto depende de encontrar «la pieza correcta» —un proveedor, un dataset, un perfil técnico—, pregúntate si un modelo generativo puede producirla en lugar de buscarla.
2. Un modelo general bien entrenado vale más que diez verticales. La empresa no construyó una herramienta para fagos. Construyó un modelo que aprende de datos biológicos y después lo aplicó a ocho problemas distintos. Esa es la diferencia entre vender una función y vender una plataforma: la primera se copia, la segunda se expande.
3. La vía regulatoria existe, pero no es un atajo. El uso compasivo permitió tratar a un paciente sin aprobación general. Es un precedente útil para cualquier founder en salud: hay mecanismos para llegar a usuarios reales antes de la aprobación completa, pero no sustituyen la evidencia clínica.
4. Comunica el hito, no el resultado. La empresa dijo exactamente qué logró y qué no puede compartir. Eso le permitió anunciar un hito histórico sin afirmar que curó a nadie. Si tu startup está en fase temprana, ese es el estándar: separa lo verificado de lo esperado.
Conclusión
El caso de Radical Numerics no prueba todavía que la IA pueda curar infecciones resistentes. Prueba algo más acotado y, para el ecosistema, más relevante: que un modelo fundacional puede diseñar un organismo biológico funcional y atravesar una vía regulatoria excepcional en semanas, no en meses. La pregunta que queda abierta —si eso mejora la salud de un paciente— es la que definirá si esto es un hito científico aislado o el inicio de una industria.
Fuentes
- Yahoo Noticias: cuando ya no quedaban tratamientos, diseñaron con IA un virus (fuente original)
- Radical Numerics Launches Omnii-1, a New Generation of Biological AI (Business Wire vía Yahoo Finance)
- SiliconANGLE: Radical Numerics launches with $50M to build general biological intelligence
- AOL: FDA Greenlights New AI Virus Treatment For Trial, Company Says
- Healio: Cost of antimicrobial resistance neared $1 trillion in 2021
- Infection Control Today: Global $17 Million Trial to Evaluate Phage Therapy for Drug-Resistant Recurrent UTIs
- Comunicado: Zealand Pharma y Generate Biomedicines firman acuerdo para desarrollar proteínas con IA
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
