¿Qué pasa cuando CRISPR/CAS se une con la IA en la agricultura?

La inteligencia artificial (IA) ha revolucionado el mundo, y su impacto en la ciencia es indiscutible. Tras su éxito en diversas disciplinas, el mejoramiento genético no podía quedarse atrás. Hoy, la combinación de CRISPR/CAS y IA está marcando el inicio de una nueva era en la agricultura: la de los cultivos inteligentes.

Este artículo, titulado «¿Qué pasa cuando CRISPR/CAS se une con la IA? », explora el papel fundamental de la inteligencia artificial en el sistema de edición genética CRISPR para el mejoramiento vegetal. Además, presenta ejemplos concretos de su aplicación, demostrando cómo esta sinergia está optimizando la precisión, la eficiencia y la sostenibilidad en el desarrollo de cultivos más resistentes y productivos.

¿Qué es CRISPR/CAS y cómo se aplica a la agricultura?

El CRISPR/Cas pertenece al grupo de las SDN (nucleasas de diseño específico), que son herramientas utilizadas para el mejoramiento genético (Kushwaha, y otros, 2025). Estas herramientas permiten modificar regiones precisas del genoma. Entre ellas destacan:

La técnica CRISPR/CAS es muy utilizada en el mejoramiento de cultivos para:

• Aumentar tolerancia a factores de estrés biótico y abiótico (Kushwaha, y otros, 2025).
• Incrementar nutrientes o modificar sabores (Kushwaha, y otros, 2025).
• Detección temprana de virus y contaminantes en alimentos (Hassan, Mohamed, Hassan, & El-Sayed, 2025).

Figura 1. Hoja de ruta para el fitomejoramiento basado en inteligencia artificial (IA). Tomado de : Trends in genetics.

¿Y cómo se incorpora la Inteligencia Artificial?

Aunque el CRISPR/CAS es una técnica muy útil e innovadora, tiene ciertas limitaciones como:

• Falta de precisión (off-targets).
• Dificultad en la reparación (NHEJ vs. HDR).
• Barreras técnicas (entrega, inmunogenicidad).

Aquí es donde entra la IA, gracias a su capacidad para analizar grandes volúmenes de datos en tiempo real, la IA optimiza la selección de ARN guía (ARNg), asegurando mayor precisión en la edición de secuencias específicas (Hassan, Mohamed, Hassan, & El-Sayed, 2025). Los algoritmos de aprendizaje automático han dado un salto clave, permitiendo predecir con mayor exactitud los efectos de CRISPR, tanto en el objetivo deseado como en posibles zonas no deseadas. Esto reduce errores genéticos y mejora la seguridad de la técnica.

Además, las herramientas basadas en IA agilizan el diseño de ARNg, aumentando su eficiencia y especificidad. Pero su impacto va más allá: la IA también está descubriendo nuevas proteínas asociadas a CRISPR, ampliando el abanico de herramientas disponibles y abriendo puertas a terapias innovadoras (Varshney, Patidar, Dixit, & Jain, 2025).

Ejemplo de CRISPR/CAS + IA

OpenCRISPR-1

OpenCRISPR-1 desarrollado por Profluent Bio, es el primer editor génico generado por IA, con eficacia comparable o superior a las proteínas naturales (Kushwaha, y otros, 2025).

DeepCRISPR, CRISTA y DeepHF

También existen otros modelos de IA como DeepCRISPR, CRISTA y DeepHF que utilizan técnicas de aprendizaje automático (ML/DL) para predecir los mejores gRNA, considerando factores como el contexto genómico y el tipo de proteína Cas (Kushwaha, y otros, 2025).

XPRIZE DeepQ Tricorder

El biosensor XPRIZE DeepQ Tricorder usa la IA para diagnosticar 12 condiciones diferentes mientras monitorea los signos vitales en tiempo real (Hassan, Mohamed, Hassan, & El-Sayed, 2025). Aunque este es utilizado en medicina, también puede ser utilizado para la detección temprana de enfermedades

Cultivos en los que se ha utilizado CRISPR/CAS + IA

Zanahoria

Los científicos lograron alterar el color de zanahorias mediante edición genética: al modificar el gen DcPDS en zanahorias naranjas ‘Kurodagosun’, obtuvieron plántulas completamente blancas (35.3 % de éxito), y al editar el gen DcMYB113-like en zanahorias moradas ‘Deep purple’, consiguieron plantas sin su pigmentación púrpura característica (36.4 % de eficiencia)  (Xu, Feng, & Xiong, 2019). Demostrando que el sistema CRISPR/Cas9 podría ser útil para generar plantas de zanahoria estables con edición génica.

Maíz

Mediante edición genética, científicos crearon el primer maíz aromático del mundo al modificar simultáneamente los genes ZmBADH2a y ZmBADH2b, logrando una producción de 2AP (compuesto aromático) entre 0.028 y 0.723 mg/kg en granos frescos y semillas maduras (Wang, y otros, 2021). Además, se está trabajando para optimizar la identificación de genes para resistencia a sequía, acelerar el análisis fenotípico y descifrar vías metabólicas complejas (Xiong, Wang, & Yang, 2025).

¿Qué lo hace revolucionario?

• Ahorro de tiempo: mejoramiento tradicional toma 10-15 años; con CRISPR + IA, en 2 años ya hay resultados.
• Precisión sin transgénicos: no se introduce ADN externo.
• Sostenibilidad: cultivos más eficientes, menos pesticidas y menos desperdicio.

Conclusión

La IA aplicada a CRISPR plantea desafíos éticos, de privacidad y precisión, requiriendo colaboración multidisciplinar. El futuro pasa por mejorar los algoritmos, ampliar aplicaciones terapéuticas y establecer regulaciones claras.

Esta poderosa combinación tecnológica está transformando la medicina personalizada, pero su éxito dependerá de la investigación continua y la cooperación entre expertos para garantizar su uso seguro y efectivo.

Recomendaciones

Referencias

Hassan, Y., Mohamed, A., Hassan, Y., & El-Sayed, W. (2025). Recent developments and future directions in point-of-care next-generation CRISPR-based rapid diagnosis. Clinical and Experimental Medicine, 25(33), 1-15. doi:https://doi.org/10.1007/s10238-024-01540-8

Kushwaha, S., Nagesh, C., Lele, S., Viswanathan, C., Rama, G., Goswami, S., . . . Vinutha, T. (2025). CRISPR/Cas technology in vegetable crops for improving biotic, abiotic stress and quality traits: Challenges and opportunities. Scientia Horticulturae, 341(1), 1-26. doi:https://doi.org/10.1016/j.scienta.2025.113957

Varshney, N., Patidar, N., Dixit, S. K., & Jain, R. (2025). AI-Powered CRISPR: Revolutionizing Precision. American Journal of Biomedical Science & Research, 183-188. doi:http://dx.doi.org/10.34297/AJBSR.2025.26.003420

Wang, Y., Liu, X., Zheng, X., Wang, W., Liu, X. Y., Ma, C., . . . Wang, F. (2021). Creation of aromatic maize by CRISPR/Cas. Journal of Integrative Plant Biology, 1664–1670. doi:https://doi.org/10.1111/jipb.13105

Xiong, Y., Wang, R., & Yang, Q. (2025). Artificial intelligence empowers maize drought resistance breeding: Current status, technological breakthroughs, and future prospects. J-STAGE, 817-833. doi:https://doi.org/10.50908/arr.5.2_817

Xu, Z.-S., Feng, K., & Xiong, A.-S. (2019). CRISPR/Cas9-Mediated Multiply Targeted Mutagenesis in Orange and Purple Carrot Plants. Molecular Biotechnology, 191–199.