Así es Evo 2, la IA que lee el ADN y detecta mutaciones

Evo 2 lleva la inteligencia artificial al ADN, detecta mutaciones peligrosas y acelera terapias de precisión con un salto clave en biología.

Evo 2 ya no es solo una promesa de laboratorio ni una prepublicación que circulaba entre especialistas. El 5 de marzo de 2026 su salto quedó fijado en una gran revista científica, y la noticia es de las que cambian el tono de una disciplina entera: esta inteligencia artificial entrenada para trabajar con ADN a escala masiva puede analizar secuencias genéticas larguísimas, prever el efecto de ciertas mutaciones asociadas a enfermedad y, además, generar nuevo código biológico con una coherencia que hasta hace muy poco parecía propia de la ciencia ficción. Detrás están Arc Institute, Nvidia y un consorcio académico en el que figuran Stanford, la Universidad de California en Berkeley y la Universidad de California en San Francisco.

Lo que vuelve realmente importante a Evo 2 no es solo que “lea” genes, sino la escala a la que lo hace y la clase de problemas que empieza a tocar. El modelo principal se entrenó con 9,3 billones de nucleótidos procedentes de más de 128.000 genomas y trabaja con una ventana de contexto de hasta un millón de nucleótidos, una barbaridad en términos biológicos. Eso significa que puede captar relaciones entre regiones muy alejadas de un genoma, algo crucial cuando se intenta entender por qué una variante aparentemente discreta termina alterando una proteína, un mecanismo regulador o la aparición de una enfermedad. En otras palabras: no mira una frase genética aislada, intenta leer el párrafo entero, a veces casi el capítulo.

Qué es Evo 2 y por qué está abriendo una etapa nueva

La comparación fácil, la que ha corrido más rápido en titulares y redes, es decir que Evo 2 es una especie de ChatGPT del ADN. Sirve para orientarse, aunque se queda corta. Un modelo de lenguaje convencional aprende patrones en millones de textos y predice qué palabra viene después; Evo 2 hace algo parecido con el lenguaje de la biología, pero no sobre frases humanas, sino sobre secuencias de A, C, G y T, las letras químicas con las que se escribe el genoma. A partir de ahí puede hacer dos cosas que, juntas, explican el revuelo: predecir el impacto de variantes genéticas y generar secuencias nuevas con apariencia biológica creíble. Arc lo define como un modelo fundacional genómico capaz de abordar tareas generales en ADN, ARN y proteínas, y ese matiz importa porque no se limita a una única función estrecha.

La diferencia respecto a otras herramientas anteriores está en la amplitud del campo visual. Durante años, muchos sistemas de inteligencia artificial aplicados a genética podían trabajar con segmentos relativamente cortos o con tareas muy concretas. Evo 2 se mueve con secuencias muchísimo más largas y con resolución de nucleótido único, de modo que puede rastrear relaciones lejanas dentro del genoma, zonas reguladoras que influyen a distancia, fronteras entre exones e intrones o puntos sensibles alrededor del corte y empalme del ARN. Esto cambia bastante el enfoque. La genética moderna no tropieza solo con genes mal conocidos; tropieza, sobre todo, con un problema de contexto. Y Evo 2 se ha diseñado precisamente para no quedarse ciego en ese contexto largo donde suelen esconderse algunas de las claves más incómodas.

Quién está detrás y qué se ha publicado exactamente

La historia reciente del proyecto ayuda a medir el momento. Evo 2 se presentó inicialmente como prepublicación en febrero de 2025, cuando ya despertó bastante ruido en biología computacional por una mezcla poco habitual: tamaño, apertura del modelo y ambición científica. Un año después, con su publicación en Nature en marzo de 2026, la apuesta ya no suena a experimento precoz, sino a plataforma consolidada. Arc Institute ha subrayado además que, en ese tiempo, la herramienta ha sido descargada y probada de forma masiva por otros grupos y que ha generado aplicaciones nuevas fuera del equipo original. No es un detalle menor. En esta clase de tecnologías, lo que sobrevive al primer entusiasmo suele ser lo que de verdad cuenta.

El equipo que lo ha construido tampoco responde al patrón clásico del laboratorio pequeño con una idea brillante y poco más. Aquí hay una alianza de biología, computación e infraestructura a gran escala. Participan investigadores de Arc Institute y Nvidia, con científicos de Stanford, UC Berkeley, UCSF, además de colaboraciones adicionales con Goodfire y la Universidad de Washington. La arquitectura elegida se llama StripedHyena 2, y el entrenamiento, según la información difundida junto a la publicación, se hizo durante varios meses con más de 2.000 GPU Nvidia H100 en la plataforma DGX Cloud a través de AWS. Es una cifra que por sí sola explica parte del fenómeno: la nueva biología de frontera se juega tanto en la bancada húmeda como en la potencia de cálculo.

El salto frente a Evo 1

La comparación con Evo 1 ayuda a entender por qué esta segunda generación se percibe como un cambio de escala y no como una simple actualización. El primer modelo se había entrenado sobre todo con genomas de formas de vida más simples, especialmente procariotas, y ya había demostrado que una IA podía captar regularidades útiles en secuencias biológicas. Evo 2 amplía de forma radical ese mapa: incorpora genomas eucariotas, incluidos los de humanos, plantas y animales, suma un volumen de datos muchísimo mayor y estira el contexto hasta el millón de nucleótidos. Según la explicación ofrecida por Brian Hie en Stanford, el conjunto se acerca a una “fotografía representativa” de las especies del planeta e incluye incluso algunas especies extinguidas.

Eso tiene consecuencias muy concretas. El genoma humano, por ejemplo, no funciona como una ristra limpia de genes uno detrás de otro. Hay regiones no codificantes, interruptores regulatorios, secuencias intrónicas, motivos de unión para factores de transcripción y tramos que parecen silenciosos hasta que dejan de serlo. Buena parte de la medicina genómica se atasca precisamente ahí, en esa zona gris donde se detecta una variante pero no está claro si es inocente o peligrosa. El mérito técnico de Evo 2 es que se ha entrenado para moverse en ese terreno más sucio y menos intuitivo, donde el problema no es solo reconocer una mutación, sino entender el entorno funcional en el que cae.

Dónde ya ha demostrado que sirve

La parte más llamativa, porque toca de lleno la medicina, es su capacidad para predecir el efecto funcional de variantes genéticas sin tener que reentrenarse para cada tarea concreta. En el artículo de Nature, el equipo muestra que Evo 2 rinde bien en la clasificación de variantes patógenas y benignas tanto en regiones codificantes como no codificantes, incluidas inserciones y deleciones que otros sistemas no manejan igual de bien. También destaca en variantes ligadas a problemas de splicing, ese proceso delicado con el que una célula corta y recompone la información genética antes de fabricar proteínas. En términos llanos: puede señalar con bastante acierto qué cambios merecen vigilancia porque alteran el funcionamiento real del sistema.

Uno de los ejemplos más repetidos y más fáciles de aterrizar es el del gen BRCA1, un nombre ya muy conocido por su relación con el cáncer de mama y ovario hereditario. En las pruebas comunicadas junto al lanzamiento, Evo 2 superó el 90% de precisión al distinguir mutaciones benignas de otras potencialmente patógenas en variantes de BRCA1. La publicación científica afina todavía más y señala que el modelo destaca especialmente en variantes no codificantes del propio BRCA1, incluso cuando se separan según estén cerca o lejos de los sitios de corte y empalme. Eso es relevante porque una parte del sufrimiento clínico en genética viene de las llamadas variantes de significado incierto: cambios detectados en un análisis cuyo efecto no se sabe interpretar del todo. Reducir esa niebla, aunque sea parcialmente, ya sería mucho.

No se queda ahí. El trabajo describe además que Evo 2 aprende representaciones internas asociadas a fronteras exón-intrón, sitios de unión de factores de transcripción, elementos estructurales de proteínas y regiones genómicas ligadas a profagos. Dicho sin la jerga más seca: la IA no se limita a memorizar secuencias, sino que parece capturar rasgos biológicos reconocibles y útiles. Ese punto importa muchísimo porque una de las críticas habituales a los grandes modelos es que operan como cajas negras. Aquí no desaparece el problema, pero sí se abre una vía más seria para mirar dentro y comprobar si lo aprendido se parece a fenómenos reales de la biología y no solo a una correlación opaca.

De la mutación al tratamiento sin rodeos innecesarios

Donde el anuncio adquiere peso de verdad es en la promesa práctica. Si una herramienta así consigue priorizar qué variantes conviene estudiar primero, el efecto inmediato no es futurista ni abstracto: se traduce en menos tiempo perdido, menos experimentos a ciegas y un desarrollo más rápido de hipótesis útiles. El propio equipo plantea que esta capacidad podría ahorrar muchísimas horas y fondos en ensayos sobre células o animales, acelerar la identificación de causas genéticas de enfermedad y dar ventaja en la búsqueda de nuevos fármacos, terapias génicas o enfoques de medicina de precisión más afinados. Patrick Hsu lo ha situado incluso como una pieza relevante en el campo emergente de la biología generativa, donde la máquina ya no solo analiza la vida, sino que trabaja con su lenguaje.

Conviene, eso sí, ponerle suelo firme al entusiasmo. Evo 2 no sustituye un diagnóstico clínico, no evita la validación experimental y no convierte en certezas todas sus predicciones. Lo que hace es recortar brutalmente la fase previa de búsqueda, esa parte del trabajo científico en la que se prueban caminos posibles hasta dar con el que merece ser llevado al laboratorio y, mucho después, a una consulta. Brian Hie lo explicaba en Stanford con una idea bastante gráfica: la herramienta es muy buena en descubrimiento. Esa palabra, descubrimiento, es menos vistosa que “cura”, pero quizá más honesta. En genética, adelantar una pista fiable varias semanas o varios meses puede ser la diferencia entre seguir dando vueltas en círculo o abrir una línea terapéutica con fundamento.

Hay otro frente interesante: el de las regiones no codificantes, durante años etiquetadas con ligereza como “ADN basura” y hoy entendidas como una red de control mucho más sofisticada. Evo 2 ha mostrado precisamente un rendimiento notable en ese territorio, y ahí hay materia de sobra para pensar en enfermedades hereditarias mal explicadas, alteraciones regulatorias en cáncer, fallos de splicing o cambios que no dañan directamente la proteína final, pero sí su cantidad, el momento en que se expresa o el tejido en el que aparece. En medicina de precisión, esos matices no son decoración. Son, muchas veces, el núcleo del problema. Cuando una IA logra moverse con cierta soltura en esa zona, la genética deja de ser solo un catálogo de genes famosos y se acerca más al funcionamiento completo del sistema.

Lo más delicado empieza cuando la máquina escribe ADN nuevo

Si la parte predictiva impresiona, la capacidad generativa es la que más mezcla fascinación y prudencia. Evo 2 no solo puntúa variantes o estima riesgos funcionales; también puede producir secuencias nuevas a escala genómica. Nature describe cómo generó secuencias mitocondriales, procariotas y eucariotas con mayor naturalidad y coherencia que métodos previos, y cómo fue capaz de diseñar patrones de accesibilidad de cromatina guiándose por modelos predictivos. El ejemplo más visual, casi juguetón pese a lo que implica técnicamente, fue la creación de patrones epigenéticos capaces de dibujar mensajes en código Morse dentro del genoma experimental. Debajo de esa anécdota vistosa hay una idea seria: la posibilidad de programar funciones biológicas con un nivel de control que hasta hace nada estaba muy lejos.

El proyecto ya ha dado además un paso más allá en otro terreno sensible. Arc Institute destaca entre las aplicaciones del último año el diseño de bacteriófagos sintéticos funcionales, es decir, virus que infectan bacterias y que podrían tener interés futuro frente a bacterias resistentes a antibióticos. En los datos comunicados por el propio instituto, 16 de 285 diseños probados lograron propagarse e inhibir el crecimiento de las cepas bacterianas adecuadas sin afectar a otras no relacionadas. No es una cifra para lanzar fuegos artificiales, pero sí una señal de que la generación de genomas con función experimental ya no vive solo en simulaciones. Y cuando una IA empieza a producir organismos verificables en el laboratorio, la conversación cambia de tono, claro.

Ahí entra la bioseguridad, que no es un apéndice moral ni un párrafo de trámite, sino parte central del asunto. El artículo en Nature y las explicaciones posteriores dejan claro que el equipo aplicó medidas de mitigación antes de publicar el modelo como abierto. La más relevante es la exclusión de secuencias genómicas de virus que infectan eucariotas del conjunto de entrenamiento, con la intención explícita de no facilitar la manipulación o el diseño de virus patógenos humanos. También se mencionan evaluaciones de seguridad, sesgo poblacional y consultas con expertos multidisciplinares. La decisión resume bien la época: abrir el modelo acelera la ciencia, sí, pero también obliga a decidir qué capacidades se comparten tal cual y cuáles se cercan antes de que alguien cruce una línea peligrosa.

La biología entra en otra velocidad

La noticia de Evo 2 no consiste simplemente en que haya aparecido otra IA poderosa. Lo sustancial es que la biología molecular, la genética clínica y la biotecnología disponen desde ya de una herramienta capaz de trabajar con el genoma completo como lenguaje, no solo como archivo. Eso puede impactar en el estudio de enfermedades raras, en la interpretación de pruebas de cáncer hereditario, en el diseño de terapias génicas, en la búsqueda de nuevas secuencias útiles para laboratorio e incluso en áreas de biología sintética que hace poco parecían demasiado lentas o demasiado caras. No significa que todo vaya a traducirse mañana en tratamiento, ni mucho menos. Significa algo más sobrio y, a la vez, más profundo: que el tiempo entre detectar una señal genética y entender qué demonios está pasando puede empezar a encogerse de verdad.

Por eso Evo 2 importa tanto. Porque junta tres cosas que rara vez coinciden al mismo tiempo: escala, utilidad biomédica y capacidad de diseño. Lee más, compara mejor y, en ciertos casos, propone secuencias nuevas con una soltura inédita. Todo eso llega, además, en formato abierto, con pesos, código y datos publicados, lo que multiplica el alcance científico y, también, la responsabilidad colectiva. La genética llevaba años acumulando letras a un ritmo frenético; lo que faltaba era una herramienta capaz de extraer patrones útiles de ese océano sin quedarse en la superficie. Evo 2 no resuelve por sí solo el enigma de la vida ni convierte la biología en un proceso automático. Pero sí marca un punto muy claro: la inteligencia artificial ha dejado de mirar el ADN desde fuera y ha empezado a trabajar dentro de su gramática.