Una inteligencia artificial de Stanford aprende a leer la actividad de los genes para comparar células de especies distintas

Distinguir una célula sana de una enferma y, al mismo tiempo, identificar tipos celulares en especies que nunca formaron parte de su entrenamiento son dos de los resultados que cosechó TranscriptFormer, una inteligencia artificial desarrollada por un equipo de la Facultad de Medicina de la Universidad de Stanford. La herramienta analiza la actividad de los genes para establecer parecidos y diferencias entre células, y se ofrece como una aliada para la investigación biológica en un terreno donde el volumen de datos suele superar la capacidad de análisis humano.

Cómo funciona

La clave del modelo está en lo que se conoce como expresión génica: el conjunto de genes que cada célula decide activar en un momento dado. Es algo así como la diferencia entre una cocina equipada con los mismos ingredientes: no todas las familias preparan el mismo menú ni lo cocinan al mismo tiempo. Aunque dos células compartan el manual de instrucciones genético, las que eligen usar determinan su función real. Una célula beta del páncreas enciende genes vinculados a la producción y liberación de insulina, mientras que un linfocito B activa los que fabrican anticuerpos. Esos patrones funcionan como una huella que permite reconocer identidades y estados celulares.

Para aprender a interpretar esas huellas, TranscriptFormer se entrenó con datos de 112 millones de células provenientes de 12 especies, recopilados en grandes atlas que organizan la información sobre células y tejidos. El entrenamiento consistió en predecir valores de expresión génica faltantes, un procedimiento comparable al que usan los modelos de lenguaje cuando completan palabras omitidas en una frase: a partir del contexto, el sistema infiere lo que falta. Con ese aprendizaje, la herramienta sitúa a cada célula dentro de un espacio matemático compartido donde puede medir cuánto se parece una célula a otra, incluso cuando pertenecen a organismos separados por millones de años de evolución.

Hallazgos que reescriben parentescos

• Al comparar organismos, el modelo encontró similitudes entre los coanocitos de las esponjas y las neuronas de un gusano microscópico y de una rana, lo que ofrece pistas para estudiar cómo surgieron esas células y qué funciones cumplen.
• En el caso de las llamadas células neuroides de las esponjas, que por su forma habían recibido un nombre asociado con las neuronas, la actividad genética resultó más cercana a la de una glándula de rana, lo que sugiere una posible participación en la digestión.
• La herramienta también logra diferenciar células sanas de enfermas a partir de sus patrones de expresión, una capacidad con potencial para mejorar el estudio de enfermedades.

El alcance futuro del proyecto incluye la posibilidad de proyectar características de células funcionales que todavía no existen, una línea que en el horizonte podría orientar el diseño de células para terapias. Sin embargo, los propios desarrolladores presentan esa aplicación como un escenario aún por explorar: por ahora, TranscriptFormer funciona como una herramienta de investigación y comparación, y su incorporación masiva a laboratorios o centros de salud depende de validaciones adicionales y de la disponibilidad de datos de alta calidad en más especies.

Qué falta para que llegue a todos

Para que una herramienta como esta se convierta en un recurso de uso cotidiano hacen falta todavía varios pasos. Por un lado, se requieren atlas celulares de más especies, sobre todo de organismos poco estudiados, para ampliar el universo de comparación. Por otro, es necesario validar sus predicciones en experimentos de laboratorio que confirmen lo que el modelo sugiere, ya que la inteligencia artificial propone hipótesis pero no las demuestra por sí misma. Finalmente, queda pendiente el desarrollo de interfaces accesibles y la formación de profesionales capaces de interpretar sus resultados, un punto clave para que la biología comparada a esta escala deje de ser patrimonio exclusivo de unos pocos centros especializados.