Biología sintética · Computación molecular

La premisa es radical: en lugar de construir circuitos con silicio y cobre, ¿qué pasa si construimos circuitos con genes y proteínas? La biología ya lleva 4.000 millones de años procesando información. La biología sintética propone hacerlo por diseño, no por evolución.

El campo parte de una observación simple: una célula viva ya es una computadora. Recibe señales del entorno (inputs), las procesa a través de redes de regulación génica, y produce respuestas (outputs). Lo que hace la biología sintética es intervenir ese sistema para programar comportamientos que la evolución nunca diseñó.

No es ciencia ficción. En 2025, el campo pasó de experimentos de laboratorio a aplicaciones que operan en entornos reales: desde células que detectan tumores en el torrente sanguíneo hasta prototipos de almacenamiento de datos en ADN que superan por miles de órdenes de magnitud la densidad del silicio.

Los cuatro pilares del biocomputing

El biocomputing descansa sobre cuatro ideas centrales que se desarrollan de forma paralela y cada vez más convergente.

El primero son los circuitos genéticos lógicos: genes ensamblados para comportarse como compuertas AND, OR, NOT y NAND. Reciben moléculas como input y producen proteínas como output, funcionando como el equivalente biológico de una compuerta lógica electrónica. El segundo pilar es el ADN como medio de almacenamiento de datos: la información digital se traduce a secuencias de bases nitrogenadas A, T, C y G, se sintetiza químicamente, y puede leerse después mediante secuenciación. Un gramo de ADN puede contener teóricamente 215 petabytes de información, lo que equivale a reducir un depósito entero de cintas magnéticas a una caja de zapatos.

El tercer pilar son las células como sensores inteligentes: organismos vivos programados para detectar biomarcadores específicos —proteínas de cáncer, toxinas ambientales— y responder con una acción terapéutica directa desde adentro del cuerpo, sin intervención médica externa. El cuarto son los organismos como fábricas: bacterias o levaduras reprogramadas para producir medicamentos, materiales o combustibles, usando el metabolismo celular como línea de producción industrial.

Cómo funciona un circuito genético

La lógica es directamente análoga a la electrónica digital. Una compuerta AND genética activa su output solo si dos proteínas regulatorias específicas están presentes simultáneamente. Una compuerta NOT suprime el gen de salida cuando su input se activa. Una compuerta OR produce su respuesta si al menos una de las condiciones de entrada se cumple. Combinando estas compuertas se construyen circuitos que toman decisiones complejas dentro de una célula viva.

Un ejemplo concreto: investigadores de la Universidad Médica de Lublin publicaron en 2023 circuitos basados en split Cas9 —una variante dividida del sistema CRISPR— capaces de detectar el origen celular, la transición epitelial-mesenquimal y la fusión célula-célula, usando compuertas AND para distinguir células cancerosas de células normales con alta especificidad. El sistema activa un gen reportero únicamente en células que cumplen los dos criterios simultáneamente, lo que lo hace mucho más preciso que los métodos diagnósticos convencionales.

La lógica computacional se aplica directamente al problema médico: si el paciente tiene el marcador A y el marcador B al mismo tiempo, y solo entonces, el circuito se activa. De otro modo, no hace nada.

El CPU dentro de la célula

En 2019, un equipo de investigadores publicó en las Proceedings of the National Academy of Sciences el diseño de una unidad de procesamiento central basada en CRISPR/Cas9 dentro de células humanas. Usando variantes ortogonales de Cas9 —versiones del sistema que no interfieren entre sí— construyeron un CPU multicore que ejecuta cálculos aritméticos en paralelo dentro de una célula mamífera viva.

No es una metáfora: es un sistema que integra inputs biológicos, los procesa según reglas lógicas programadas genéticamente, y produce outputs medibles. La diferencia con un CPU de silicio es que este opera en el ambiente más hostil e impredecible posible: el interior de un organismo vivo, con temperatura variable, reacciones químicas simultáneas, y la presión constante de la selección evolutiva.

ADN como disco rígido eterno

El problema de almacenamiento de datos es uno de los más urgentes del siglo: el volumen global de información crece exponencialmente mientras los medios convencionales —cintas magnéticas, discos duros— tienen una vida útil de décadas y requieren energía constante para mantenerse. El ADN lleva 4.000 millones de años almacenando información sin ningún cable de alimentación. La biología sintética aprendió a usarlo como medio de escritura deliberada.

La densidad es casi incomprensible en términos convencionales: un gramo de ADN puede almacenar teóricamente 215 petabytes de datos, mientras que un disco duro del mismo peso almacena una fracción infinitesimal de esa cantidad. Y el ADN sintético encapsulado en sílice tiene una estabilidad proyectada superior a los 1.000 años sin ningún tipo de mantenimiento ni consumo energético, lo que lo convierte en el primer medio de almacenamiento genuinamente adecuado para archivo a escala civilizatoria.

En 2025 se produjo un hito concreto: la adopción a gran escala de la síntesis enzimática de ADN (EDS), que reemplaza el proceso químico tradicional por enzimas que construyen cadenas de ADN en soluciones acuosas. Esto permitió sintetizar más de 10.000 bases con alta fidelidad, reduciendo drásticamente los costos y habilitando el primer prototipo funcional de almacenamiento a escala petabyte. El sistema demostró la capacidad de codificar, sintetizar y leer datos de miles de cadenas de ADN sintético a una densidad que supera ampliamente la de los medios basados en silicio.

Las células como médicos autónomos

La aplicación más disruptiva del biocomputing no es el almacenamiento de datos: es la medicina. Investigadores lograron en 2025 diseñar protocélulas —células mínimas sintéticas— programadas con compuertas lógicas para funcionar como diagnósticos autónomos dentro del cuerpo.

El circuito funciona así: la célula sintética detecta biomarcadores específicos de cáncer o toxinas ambientales como inputs. Si la combinación lógica de esos marcadores activa la compuerta correcta, la célula libera automáticamente una respuesta terapéutica como output. Sin médico intermediando. Sin análisis externo. El diagnóstico y el tratamiento ocurren dentro del tejido donde se necesitan.

Circuitos basados en CRISPR-Cas9 publicados en Nature Communications demostraron compuertas AND capaces de distinguir células de cáncer de vejiga de células epiteliales normales con alta especificidad. Al reemplazar el gen reportero por genes funcionales como hBAX y p21, el mismo circuito inhibió el crecimiento tumoral, indujo apoptosis y redujo la motilidad de las células cancerosas in vitro. Es el paso previo al uso clínico de células reprogramadas que detectan y tratan enfermedades desde adentro.

Cronología del campo

1994 — El origen: Leonard Adleman publica en Science la solución del problema del Circuito Hamiltoniano usando operaciones moleculares con cadenas de ADN. Es la primera demostración de que las moléculas pueden computar problemas combinatoriales.

2000 — Primeros circuitos genéticos: Los trabajos fundacionales del toggle switch y el represilador demuestran que genes pueden ensamblarse para funcionar como interruptores biestables y osciladores, sentando las bases de la lógica biológica programable.

2019 — CPU multicore en células humanas: Variantes ortogonales de Cas9 permiten computación aritmética en paralelo dentro de células mamíferas. El paper en PNAS abre la puerta al biocomputing de propósito general en tejidos vivos.

2023 — Split Cas9 para detección de eventos celulares: Compuertas AND basadas en Cas9 dividido detectan células cancerosas, transición mesenquimal y fusión celular con alta especificidad. Publicado en Scientific Reports.

2025 — Síntesis enzimática a escala industrial: La adopción masiva de EDS reduce costos y habilita el primer prototipo funcional de almacenamiento a escala petabyte en ADN. Protocélulas con compuertas lógicas operan como diagnósticos in vivo.

2026 — Convergencia con IA: La conferencia SEED 2026 —el evento central del campo— pone la aceleración por inteligencia artificial y machine learning como eje principal: diseño de proteínas, células virtuales y genomas sintéticos convergen con modelos de lenguaje grandes.

El límite que nadie menciona

El biocomputing tiene una ventaja que ningún chip de silicio puede replicar: opera dentro del sistema que busca comprender o tratar. Una célula reprogramada actúa directamente en el tejido canceroso, sin extracción de muestras ni análisis externos. Pero también tiene restricciones físicas fundamentales.

Los circuitos genéticos no pueden simplemente escalar como los electrónicos: cada proteína regulatoria nueva debe verificarse para que no interfiera con las demás —lo que los investigadores llaman ortogonalidad. El metabolismo celular tiene un presupuesto energético y molecular limitado. Y la evolución siempre está presente: un circuito que reduce la eficiencia de la célula huésped será gradualmente eliminado por selección natural, deshaciendo el diseño del ingeniero.

El debate teórico más profundo del campo gira en torno al paradigma mismo: investigadores argumentan que la lógica booleana digital —AND, OR, NOT— es fundamentalmente inadecuada para la biología, porque las células no operan en valores discretos de 0 y 1, sino en gradientes continuos de concentración molecular. Los circuitos analógicos y probabilísticos pueden representar mejor cómo computan realmente los sistemas biológicos. Esta tensión entre el paradigma digital importado de la ingeniería electrónica y la naturaleza analógica de la biología es la pregunta más abierta del campo, y su respuesta determinará qué tan lejos puede llegar el biocomputing en la práctica.

Fuentes

• Adleman, L. «Molecular Computation of Solutions to Combinatorial Problems.» Science, 1994.
• Xiang et al. «Scaling up genetic circuit design for cellular computing.» Springer / Nature, 2018. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6244767/
• Gander et al. «CRISPR/Cas9-based central processing unit to program complex logic computation in human cells.» PNAS, 2019. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6462112/
• Liu et al. «Synthesizing AND gate minigene circuits based on CRISPReader for identification of bladder cancer cells.» Nature Communications, 2020. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7599332/
• Przybyszewska-Podstawka et al. «Synthetic circuits based on split Cas9 to detect cellular events.» Scientific Reports, 2023. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10495424/
• Garner, K. «Principles of synthetic biology.» Essays in Biochemistry, 2021. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8578974/
• Goold et al. «Pathways to cellular supremacy in biocomputing.» NPJ Systems Biology and Applications, 2019. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6868219/
• Brave New World / Substack. «Synthetic Biology in Review: New Breakthroughs 2025 and Beyond.» Enero 2026. https://www.bravenewsworld.com/p/synthetic-biology-in-review-new-breakthroughs
• Goldsea. «10 Most Significant Synthetic DNA Advances of 2025.» Diciembre 2025. https://goldsea.com/article_details/10-most-significant-synthetic-dna-advances-of-2025
• Kelley, B. «Bio-Computing & DNA Data Storage.» Human-Centered Change and Innovation, 2025. https://bradenkelley.com/2025/12/bio-computing-dna-data-storage/
• SEED 2026 Conference. Synthetic Biology: Engineering, Evolution & Design. AIChE. https://synbioconference.org/2026
• Sriram et al. «Analog synthetic biology.» PMC, 2014. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3928905/