Ingeniería agéntica: la nueva frontera

La biología se ha convertido en una ciencia saturada de datos. Las herramientas para analizarlos no han seguido el ritmo.

Un solo genoma humano produce tres mil millones de pares de bases. La interpretación clínica requiere alineamiento, llamada de variantes, anotación funcional, cruce con la literatura y síntesis en informes accionables. Cada paso depende de software especializado con sus propias dependencias, historiales de versión y requisitos de configuración.

Los gestores de flujos de trabajo (Nextflow, Snakemake, Galaxy) surgieron porque la orquestación manual es insostenible. Aun así, un biólogo que quiera analizar sus propios datos de secuenciación debe aprender a programar, contratar a alguien que sepa, o depender de interfaces gráficas que pueden no soportar el análisis que necesita.

Los modelos ya son suficientemente buenos. El arnés, no.

Los LLM modernos pueden escribir, depurar y ejecutar código. Pueden planificar operaciones de varios pasos, adaptarse en función de resultados intermedios y coordinar decenas de herramientas.

Pero un LLM de propósito general generando código de bioinformática desde cero es poco fiable. La salida varía entre sesiones. Carece de la especificidad que los expertos del dominio incorporan a los flujos de trabajo durante años. Alucina asociaciones gen-fármaco e inventa clasificaciones de variantes.

¿Qué es la IA agéntica?

La primera ola de LLM en ciencias de la vida fue recuperación de información: resumir artículos, responder preguntas sobre rutas metabólicas, extraer datos estructurados de texto. Útil, pero incremental.

La segunda ola es cualitativamente distinta. Cuando se conectan a sistemas de archivos, bases de datos y herramientas de línea de comandos, los LLM se convierten en agentes autónomos que planifican operaciones de varios pasos, las ejecutan y se adaptan en función de resultados intermedios.

¿Qué es un agente?

La genómica agéntica es el uso de agentes de IA autónomos, impulsados por grandes modelos de lenguaje y operando dentro de bibliotecas de skills restringidas al dominio, para descubrir, planificar, ejecutar y refinar de forma iterativa análisis genómicos de varios pasos, en los que el agente decide en tiempo de ejecución sobre la selección de herramientas, la parametrización, el manejo de errores y la evaluación de resultados.

Corpas, Fatumo, Guio. "Agentic Genomics: From Pipeline Automation to Autonomous Validation."

Cuatro condiciones necesarias: autonomía (decisiones en tiempo de ejecución), restricción al dominio (bibliotecas de skills, no código ad hoc), refinamiento iterativo (diagnóstico y auto-reparación de errores) y mediación en lenguaje natural (no se requiere programar).

¿Cómo funciona?

¿Por qué resulta útil?

Análisis comparativo sobre flujos de exoma y scRNA-seq (Corpas, Fatumo, Guio).

¿Qué es ClawBio?

Un toolkit open-source de skills para agentes de IA aplicados al análisis genómico.

Un skill es una unidad autocontenida y versionada de funcionalidad bioinformática: un contrato SKILL.md que encapsula código, configuración, referencias a datos, especificaciones de entrada y salida, y suites de tests. La IA lee el contrato; nunca lo sobrescribe.

Tracks del hackathon de hoy

¿Cuáles son las limitaciones?

La genómica agéntica reduce la barrera para generar análisis. No reduce la barrera para evaluarlos.

Democratizando la genómica

La barrera de infraestructura ya no existe.

Pensado con el Sur Global en mente

Este hackathon se apoya en investigación desarrollada con Prof. Segun Fatumo (Queen Mary University of London, PHURI) y la red LatinOMICS, en torno a eliminar las barreras que mantienen la genómica concentrada en instituciones ricas:

Programa de hoy

Cómo empezar ahora mismo

Tres enlaces, abre cada uno en una pestaña nueva:

Mensajes para llevarte a casa

1. La IA acelera los pasos mecánicos, pero la experiencia del dominio en biología molecular, genética y contexto clínico sigue siendo imprescindible.
2. La farmacogenómica salva vidas hoy. Interacciones como warfarina/CYP2C9/VKORC1 ya están implementadas en hospitales.
3. "Aún no lo sabemos" es una respuesta válida. Más de la mitad de las variantes son de significado incierto. La incertidumbre honesta es una fortaleza.
4. El análisis transancestral no es opcional. Comprueba siempre si los hallazgos se transfieren entre poblaciones.
5. La infraestructura ya no es la barrera. ClawBio en tu portátil más Google Colab dan análisis de calidad publicable, gratis, en cualquier sitio.

Mañana y pasado, en esta misma sede

III Congreso Español de Medicina Genómica, 21 y 22 de mayo.

Si ya estás en Madrid, dos días más cubren tres tracks: medicina genómica clínica, LatinOMICS y IA con infraestructuras europeas.