Microbiólogos del Imperial College de Londres compararon los resultados de una década de trabajo con las capacidades de la inteligencia artificial. Plantearon al sistema Google Co-scientist la tarea de explicar cómo los elementos genéticos móviles transfieren genes de resistencia a antibióticos entre bacterias.
En 48 horas, la IA, construida sobre el modelo Gemini como un sistema multiagente, propuso cinco hipótesis clasificadas. La primera coincidió exactamente con el mecanismo que los científicos confirmaron experimentalmente tras años de investigación en laboratorio.
Se trata de los cf-PICIs: islas cromosómicas fago-inducibles formadoras de cápside. Estos elementos son capaces de crear sus propias cubiertas protectoras, pero para infectar nuevos huéspedes secuestran las estructuras de la cola de otros bacteriófagos.
El director del proyecto, el profesor José R. Penadés del Imperial College de Londres y de la iniciativa Fleming, junto con el coautor Tiago Dias da Costa, publicaron los resultados en la revista Cell. Eligieron deliberadamente un problema ya resuelto pero aún no publicado para poner a prueba la IA con una respuesta conocida.
Penadés incluso escribió a Google preguntando si se había producido una fuga de datos. La empresa confirmó que no hubo acceso a los resultados no publicados.
Las otras cuatro hipótesis señalaron direcciones que el equipo no había considerado anteriormente. Ahora se están comprobando en el laboratorio.
La prueba demostró que el sistema sintetiza eficazmente datos biológicos complejos y propone hipótesis viables. Pero, ¿podrá acelerar los descubrimientos en áreas donde no existe un estándar de referencia para comparar?
Los científicos subrayan que la IA actúa como una herramienta de filtrado de ideas y no reemplaza años de experimentos con muestras reales. La publicación en Cell apareció en noviembre de 2025.
