← Volver al inicio

De la búsqueda de genes a la redacción de protocolos experimentales: Biomni conecta herramientas biomédicas dispersas en un agente de IA

Este sistema puede descomponer preguntas de investigación, buscar información y ejecutar programas de análisis, y ha sido probado en 25 ámbitos biomédicos; sin embargo, su capacidad para acelerar procesos no significa que pueda sustituir el juicio clínico, la validación experimental ni la comprensión biológica de los investigadores.

By SURL BioNews

El cuello de botella de la investigación biomédica no suele deberse únicamente a la falta de datos, sino a que estos se encuentran dispersos entre distintos formatos, bases de datos y herramientas de análisis. Un estudio publicado en «Science» presenta Biomni, un agente generalista de IA biomédica que busca integrar la búsqueda bibliográfica, la selección de herramientas, la programación, el análisis de resultados y el diseño de protocolos experimentales, de modo que los investigadores puedan plantear preguntas en lenguaje natural y después revisar y corregir paso a paso el trabajo del sistema.

Biomni combina el razonamiento mediante modelos de lenguaje, la recuperación de información y herramientas ejecutables. Según datos del equipo de la Universidad de Stanford, su entorno operativo abarca más de 150 herramientas especializadas, 59 bases de datos seleccionadas y alrededor de un centenar de paquetes de software; la página oficial del proyecto cifra el número de paquetes de software en 105. Ante tareas para las que no ha recibido entrenamiento específico, el sistema selecciona primero los recursos y elabora un plan, para luego escribir y ejecutar programas; los investigadores pueden consultar el proceso y modificar el rumbo durante su ejecución.

Las pruebas de referencia y los casos del artículo abarcan 25 ámbitos, entre ellos la priorización de genes asociados a enfermedades, la reutilización de fármacos, el diagnóstico de enfermedades raras, la optimización de la estabilidad de proteínas, el análisis de datos multimodales y la generación de protocolos experimentales. Las aplicaciones concretas también incluyen la interpretación de variantes, el análisis de Perturb-seq y de secuenciación de ARN unicelular, la predicción de propiedades ADMET, el acoplamiento molecular, la clonación molecular y el diseño de cribados CRISPR. Estas tareas no evalúan una única pregunta y respuesta, sino la capacidad de encadenar múltiples etapas de análisis en un flujo de trabajo ejecutable.

Un caso más próximo a un entorno real de investigación involucró datos continuos de glucosa en sangre y temperatura corporal de 30 participantes, acumulados durante varios meses y distribuidos en 458 hojas de cálculo. Biomni creó y ejecutó un análisis de diez pasos: infirió eventos de ingesta a partir de los aumentos de glucosa y después organizó los cambios de temperatura antes y después de las comidas, generando un informe que los investigadores podían revisar. Esto indica que podría acortar la distancia entre la depuración de datos y la formulación de hipótesis comprobables, aunque los patrones obtenidos mediante el análisis aún deben confirmarse con datos independientes y experimentos.

La escala de adopción real también ofrece indicios distintos de las puntuaciones de referencia. El Instituto de Stanford para la Inteligencia Artificial Centrada en el Ser Humano afirmó que, durante los primeros nueve meses tras la publicación de Biomni como código abierto, más de 15.000 científicos lo utilizaron y automatizaron en conjunto 100.000 flujos de trabajo; estas cifras proceden del equipo de desarrollo y no pueden considerarse directamente una prueba de la calidad de las investigaciones ni de la reproducción de los descubrimientos. El código público utiliza la licencia Apache 2.0, el lago de datos de aproximadamente 11 GB puede desplegarse localmente y el sistema admite proveedores de modelos de lenguaje diversos.

Los límites del sistema también están claros. El equipo de investigación reconoce que Biomni aún presenta debilidades en el juicio clínico matizado, el razonamiento experimental verdaderamente novedoso y la integración biológica profunda, y que algunos ámbitos importantes todavía no han sido evaluados; los numerosos casos del artículo tampoco pueden sustituir una validación clínica prospectiva. Si se utiliza con datos de pacientes o para decisiones médicas, la gobernanza de datos, la reproducibilidad, la atribución de responsabilidades y los requisitos regulatorios deberán abordarse por separado.

La seguridad del despliegue representa un riesgo más directo. El repositorio del proyecto advierte que Biomni podría ejecutar código generado por el modelo con privilegios completos del sistema, por lo que, cuando haya datos sensibles, credenciales o sistemas internos implicados, debería utilizarse en un entorno aislado o de pruebas. El repositorio también señala que la versión pública congelada el 15 de abril de 2025 no es totalmente idéntica a la plataforma web actual; al evaluar el rendimiento y los riesgos, primero debe aclararse qué versión concreta de los modelos, las herramientas y los datos se está utilizando.

References

  1. Science via PubMed
  2. Stanford Institute for Human-Centered Artificial Intelligence
  3. Stanford University Biomni project
  4. Stanford SNAP GitHub repository