Introducción: el genoma como libro y como código

Desde mediados del siglo XX, la biología molecular describe el ADN con metáforas de lenguaje e información: código, mensaje, transcripción, traducción, programa. La historiadora Lily Kay mostró en Who Wrote the Book of Life? (2000) que ese vocabulario llegó en buena parte desde la cibernética y la teoría de la información de posguerra. No era una descripción neutra: traía consigo la idea de que la vida es legible y, por lo tanto, escribible.

La metáfora del código supone que cada parte del texto significa algo. Pero el genoma humano tiene una propiedad incómoda para esa metáfora: solo alrededor del 1 al 1,5 % de su secuencia codifica proteínas. ¿Qué es el resto?

Este artículo usa la polémica sobre el llamado ADN basura para examinar los límites de la metáfora del código. El caso es valioso porque el debate científico real no coincide con las lecturas filosóficas más habituales.

Historia del concepto

Un relato de divulgación muy difundido dice que los biólogos llamaron “basura” a todo el ADN no codificante por ignorancia, y que luego descubrieron que era funcional. La historia real es otra. Desde el principio se sabía que había regiones no codificantes con función, como los genes de ARN ribosómico y de transferencia o las secuencias reguladoras. El término “basura” se refería a otra cosa: a la enorme cantidad de secuencia que no parecía estar sometida a selección.

El argumento de fondo vino de la paradoja del valor C: el tamaño del genoma no guarda relación con la complejidad del organismo. La cebolla tiene un genoma unas cinco veces más grande que el humano, y especies muy parecidas pueden tener genomas de tamaños muy distintos.

La idea de ADN egoísta es importante para el debate: muestra que una secuencia puede persistir en el genoma por su propia capacidad de copiarse, no porque cumpla una función para el organismo. Buena parte del genoma humano está formada por elementos transponibles de ese tipo.

ENCODE y la polémica sobre la función

En septiembre de 2012, el consorcio ENCODE publicó en Nature sus resultados principales y afirmó haber asignado una función bioquímica a alrededor del 80 % del genoma humano. La prensa lo presentó como el fin del ADN basura.

La respuesta de los biólogos evolutivos fue dura. Dan Graur y sus colegas publicaron en 2013 un artículo con un título deliberadamente irónico, “On the immortality of television sets”, donde acusaron a ENCODE de usar una definición de función tan amplia que casi cualquier secuencia la cumplía. W. Ford Doolittle, en “Is junk DNA bunk?” (2013), planteó objeciones conceptuales parecidas.

El núcleo del desacuerdo era filosófico, no técnico: qué significa “función”.

• Función como efecto causal. Una secuencia tiene función si hace algo: se transcribe, se une a una proteína, cambia la estructura de la cromatina. Es la noción que usó ENCODE, cercana a la propuesta de Robert Cummins (1975).
• Función como efecto seleccionado. Una secuencia tiene función si la selección natural la mantuvo por lo que hace. Es la noción de Larry Wright (1973) y Ruth Millikan, y la que usan los biólogos evolutivos.

Hay una tercera opción que intenta superar la disyuntiva. La llamada concepción organizacional de la función, desarrollada por Wayne Christensen y Mark Bickhard (2002) y luego por Matteo Mossio, Cristian Saborido y Álvaro Moreno (2009), no define la función por cualquier efecto actual ni solo por la historia evolutiva. La define por la contribución de un rasgo al mantenimiento de la organización que lo produce: un organismo es un sistema que se sostiene a sí mismo, y sus partes tienen función en la medida en que participan de ese circuito. Me parece la noción más prometedora para este debate, porque obliga a preguntar no si una secuencia hace algo, sino si el sistema la necesita para seguir siendo lo que es.

Con la segunda definición, las estimaciones son mucho más bajas. Los estudios que miden qué fracción del genoma está conservada por la selección dan cifras de un solo dígito o poco más; Rands y colegas (2014) estimaron alrededor del 8 %. Argumentos basados en la carga genética, es decir, en cuántas mutaciones dañinas podría tolerar una población, ponen también un techo bajo a la fracción funcional.

Los trabajos posteriores no cambiaron mucho el cuadro. Graur volvió sobre el tema en 2017 con un argumento de carga mutacional: dado el número de mutaciones nuevas que recibe cada persona, si la mayor parte del genoma fuera funcional, cada pareja necesitaría una cantidad inverosímil de hijos para que la población no se deteriorara. Su conclusión fue que la fracción funcional no puede superar el 25 % y probablemente ronda entre el 10 y el 15 %. Desde la genómica comparada, el consorcio Zoonomia (2023), que comparó los genomas de 240 especies de mamíferos, estimó que al menos el 10,7 % del genoma humano es funcional. Las cifras varían según el método, pero todas quedan muy lejos del 80 % de ENCODE.

El debate sigue abierto, pero su estado actual no es “todo resultará funcional”. Para buena parte de la biología evolutiva, la mayor parte del genoma humano probablemente no tiene función en sentido seleccionado.

Tres lecturas filosóficas

El caso admite al menos tres lecturas, y el estado real del debate científico pone en aprietos a las dos más habituales.

La lectura pragmática. “Basura” fue un rótulo provisorio, producto de la falta de herramientas. A medida que la técnica avanza, la función de esas secuencias va apareciendo. Es la lectura que la cobertura de ENCODE popularizó. Su problema es que confunde los dos sentidos de función: que una secuencia haga algo bioquímicamente no prueba que importe para el organismo.

La lectura continental. El ADN no codificante sería la prueba de que la naturaleza conserva un residuo que resiste la traducción a código: “lo real”, en el sentido lacaniano que Zwart usa para hablar de lo que la tecnociencia persigue sin alcanzar del todo. Es una lectura sugerente, pero si buena parte de ese ADN es ruido evolutivo, no hay ahí un misterio que resiste sino secuencia que se acumuló sin propósito.

La lectura evolutiva. El genoma no es un texto escrito para ser leído. Es el resultado histórico de mutación, deriva, selección y elementos que se copian a sí mismos. Buena parte no significa nada, no porque esconda un sentido profundo, sino porque nadie lo escribió con sentido.

La tercera lectura es la que más daño le hace a la metáfora del código. Las otras dos la conservan: la pragmática promete que todo el texto será leído; la continental dice que hay un resto ilegible. La evolutiva cuestiona que se trate de un texto.

En la frontera: el genoma sin autor

Varias líneas de trabajo empujan la lectura evolutiva más lejos y, de paso, dejan a la metáfora del código con menos terreno todavía.

El código en sentido estricto. Peter Godfrey-Smith, en un artículo de 2000 sobre el papel teórico de la “codificación genética”, sostuvo que hablar de código está justificado en un sentido muy acotado: la correspondencia entre tripletes de bases y aminoácidos. Fuera de ese mapeo, decir que el ADN “codifica” un rasgo o un comportamiento sería una extensión metafórica sin respaldo teórico.

La información se construye. Susan Oyama, en The Ontogeny of Information (1985), atacó la idea de que la información está guardada en los genes esperando ser leída. La información, dice, se construye en el desarrollo, con los genes como un recurso más junto a la célula, el ambiente y el organismo. Esta “teoría de sistemas de desarrollo” sostiene una tesis de paridad: no hay razones para darle a los genes un estatus causal privilegiado.

Herencia en cuatro dimensiones. Eva Jablonka y Marion Lamb, en Evolution in Four Dimensions (2005), propusieron que la herencia no pasa solo por los genes. Hay también herencia epigenética, conductual y simbólica. Si tienen razón, el “libro de la vida” sería apenas uno de varios soportes.

La arquitectura no adaptativa. Michael Lynch, en The Origins of Genome Architecture (2007), dio quizá el argumento más fuerte contra la idea de que todo en el genoma tiene un propósito. En especies con poblaciones efectivas pequeñas, como los animales multicelulares, la deriva genética pesa más que la selección cuando los efectos son leves. Los intrones, los elementos transponibles y otras secuencias apenas dañinas se acumulan porque la selección no tiene fuerza para eliminarlas. La complejidad del genoma sería, en buena parte, un efecto de la debilidad de la selección y no de su poder.

Creo que lo que une estas posturas es la idea de un genoma sin autor. Ni Dios, ni la selección como ingeniera perfecta, ni un “real” misterioso: una historia de copias, errores, deriva y desarrollo que produce algo que funciona sin haber sido escrito.

La metáfora del código en biología sintética e IA

Si el genoma no es un texto escrito con sentido, la promesa de la biología sintética de “reescribir la vida” cambia de alcance. Un caso conocido lo muestra. En 2016, el equipo del Instituto J. Craig Venter presentó JCVI-syn3.0 (Hutchison y colegas, Science), una bacteria con un genoma mínimo de 473 genes. Incluso en ese genoma reducido al mínimo necesario para vivir, 149 genes tenían función desconocida. Se pudo escribir lo que no se podía leer del todo.

La inteligencia artificial actual invierte la metáfora de otro modo. En los modelos de aprendizaje automático, los humanos escriben el código de entrenamiento, pero lo que el sistema aprende queda distribuido en millones de parámetros que nadie escribió y que no se leen como un programa. Existe un campo de investigación entero, la interpretabilidad, dedicado a entender qué hacen esos sistemas por dentro.

La analogía tiene un detalle técnico llamativo. En “Toy Models of Superposition” (2022), un equipo de Anthropic encabezado por Nelson Elhage mostró que las redes neuronales pueden representar más rasgos que neuronas tienen, superponiéndolos: una misma neurona participa en varios conceptos sin relación entre sí. No hay un “gen” por concepto, del mismo modo que en el genoma no hay una secuencia por rasgo. En los dos casos, la información está distribuida de una manera que ningún programador elegiría, porque nadie la eligió.

La analogía tiene, sin embargo, un límite preciso. El entrenamiento de una red neuronal persigue una función de pérdida que un humano diseñó y escribió: hay un objetivo explícito, aunque el camino hacia él sea opaco. La selección natural no persigue ningún objetivo; solo retiene lo que se reproduce mejor. Dicho de otro modo, en la IA el autor desaparece en los detalles pero sigue presente en el propósito; en el genoma no hay autor ni en los detalles ni en el propósito. Esa asimetría quizá sea la diferencia más importante entre una máquina que aprende y un organismo que evoluciona.

Los dos casos sugieren una tesis para discutir: la metáfora del código describe bien lo que los humanos diseñan, pero mal lo que surge de procesos de selección u optimización, ya sean evolutivos o de entrenamiento. En ambos casos el resultado funciona sin haber sido escrito para ser leído.

Conclusión abierta

La polémica sobre el ADN basura parece un tema técnico, pero toca una pregunta filosófica central: qué significa que algo tenga función, y si la naturaleza está escrita en un lenguaje. El estado del debate no confirma la promesa de que todo será leído ni la idea de un resto misterioso. Sugiere algo más sobrio: que buena parte de lo vivo es historia acumulada, no mensaje.

Bibliografía de trabajo

• Christensen, W. D. y Bickhard, M. H. (2002). “The Process Dynamics of Normative Function”. The Monist, 85(1).
• Christmas, M. J. et al. (2023). “Evolutionary constraint and innovation across hundreds of placental mammals”. Science, 380 (Zoonomia Consortium).
• Cummins, R. (1975). “Functional Analysis”. Journal of Philosophy, 72(20).
• Doolittle, W. F. (2013). “Is junk DNA bunk? A critique of ENCODE”. PNAS, 110(14).
• Doolittle, W. F. y Sapienza, C. (1980). “Selfish genes, the phenotype paradigm and genome evolution”. Nature, 284.
• Elhage, N. et al. (2022). “Toy Models of Superposition”. Transformer Circuits Thread, Anthropic.
• ENCODE Project Consortium (2012). “An integrated encyclopedia of DNA elements in the human genome”. Nature, 489.
• Godfrey-Smith, P. (2000). “On the theoretical role of ‘genetic coding'”. Philosophy of Science, 67(1).
• Graur, D. et al. (2013). “On the immortality of television sets”. Genome Biology and Evolution, 5(3).
• Graur, D. (2017). “An Upper Limit on the Functional Fraction of the Human Genome”. Genome Biology and Evolution, 9(7).
• Gregory, T. R. (2007). “The onion test”. Genomicron (blog).
• Hutchison, C. A. et al. (2016). “Design and synthesis of a minimal bacterial genome”. Science, 351.
• Jablonka, E. y Lamb, M. J. (2005). Evolution in Four Dimensions. MIT Press.
• Kay, L. (2000). Who Wrote the Book of Life? Stanford University Press.
• Lynch, M. (2007). The Origins of Genome Architecture. Sinauer.
• Mossio, M., Saborido, C. y Moreno, A. (2009). “An Organizational Account of Biological Functions”. British Journal for the Philosophy of Science, 60(4).
• Ohno, S. (1972). “So much ‘junk’ DNA in our genome”. Brookhaven Symposia in Biology, 23.
• Orgel, L. y Crick, F. (1980). “Selfish DNA: the ultimate parasite”. Nature, 284.
• Oyama, S. (1985). The Ontogeny of Information. Cambridge University Press.
• Rands, C. M. et al. (2014). “8.2% of the human genome is constrained”. PLoS Genetics, 10(7).
• Wright, L. (1973). “Functions”. Philosophical Review, 82(2).