Agentes de IA superan barreras de bioseguridad: 11 LLM comerciales pueden generar esquemas de fragmentos para evadir el cribado de ADN

Investigadores de la Academia de Inteligencia Artificial de Pekín (BAAI) y la Universidad de Pekín llevaron a cabo una evaluación integral de agentes de modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) en una tarea de ensamblaje de ADN, simulando un escenario de usuario no experto. Todos los 11 LLM comerciales evaluados (incluyendo GPT-5.5 y Claude Opus 4.6) generaron esquemas de fragmentos que superaron los controles computacionales diseñados para eludir el cribado de síntesis de ADN basado en el Mecanismo Común del IBBIS. GPT-5.5 y Claude Opus 4.6 produjeron además protocolos experimentales completos paso a paso. En experimentos controlados de laboratorio húmedo utilizando secuencias sustitutas benignas con mutaciones clave para eliminar funciones dañinas, los cuatro constructos se ensamblaron con éxito, como se confirmó mediante electroforesis en gel y secuenciación. El estudio demuestra que los agentes LLM pueden reducir la barrera de conocimiento tanto para el diseño computacional como para la manipulación experimental, exponiendo vulnerabilidades sistemáticas en el cribado actual de síntesis de ADN. Los investigadores piden defensas en múltiples capas en el despliegue de modelos, la supervisión de entrada/salida, la solidez del cribado y la coordinación de políticas internacionales.