Una inteligencia artificial de Stanford clasifica células sanas y enfermas a partir de su actividad genética

Un equipo de la Facultad de Medicina de la Universidad de Stanford presentó a TranscriptFormer, una inteligencia artificial capaz de distinguir células sanas de enfermas y de reconocer tipos celulares en especies que no formaron parte de su entrenamiento. El modelo trabaja con la expresión génica, es decir, con el conjunto de genes que cada célula activa para cumplir su función, y ofrece a los investigadores una lupa matemática para comparar organismos que el análisis humano simultáneo no podría abordar.

Vamos a los números

La herramienta se entrenó con datos de 112 millones de células pertenecientes a 12 especies, reunidas en atlas que organizan información sobre células y tejidos. El procedimiento de aprendizaje resultó comparable al que utilizan los modelos de lenguaje: el sistema debió predecir valores de expresión génica faltantes, del mismo modo en que esos modelos completan palabras omitidas en una frase. Una vez finalizado ese paso, TranscriptFormer ubica a cada célula en un espacio matemático compartido donde puede medir el grado de parecido entre ellas, incluso cuando pertenecen a organismos distintos.

• Entrenamiento con 112 millones de células y 12 especies distintas.
• Capacidad de ubicar células en un espacio matemático común para medir parecidos.
• Aplicación sobre el origen evolutivo de las neuronas, con similitudes detectadas entre coanocitos de esponjas y neuronas de un gusano microscópico y de una rana.
• Relectura de las células neuroides de las esponjas, cuya actividad genética se asemejó más a la de una glándula de rana, lo que sugiere una participación en la digestión.
• Posibilidad futura de proyectar características de células funcionales que aún no existen.

Entre los resultados más llamativos, el modelo permitió investigar el origen evolutivo de las neuronas. Al comparar organismos, encontró similitudes entre los coanocitos de las esponjas y las neuronas de un gusano microscópico y de una rana, un parentesco que ofrece pistas para estudiar cómo surgieron esas células y qué funciones cumplen. El análisis también aportó una lectura renovada sobre las denominadas células neuroides de las esponjas: aunque algunos rasgos habían motivado un nombre asociado con las neuronas, su actividad genética resultó más cercana a la de una glándula de rana, lo que sugiere una posible participación en procesos digestivos.

La clave de estas comparaciones reside en que compartir instrucciones genéticas no equivale a cumplir la misma función. Una célula beta del páncreas activa genes vinculados a la producción y liberación de insulina, mientras que los linfocitos B activan otros relacionados con la fabricación de anticuerpos. Esos patrones, justamente, son los que ayudan a reconocer identidades y estados celulares, y los que TranscriptFormer aprende a interpretar para clasificar y comparar.

Aplicaciones presentes y horizonte futuro

En su estado actual, la herramienta se presenta como un recurso para la investigación biológica, capaz de procesar combinaciones de datos genéticos cuyo volumen dificulta el análisis humano simultáneo. Los desarrolladores mencionan, además, la posibilidad de proyectar características de células funcionales que todavía no existen, una línea que podría orientar, en el mediano plazo, el diseño de células para eventuales terapias. Por ahora, esa proyección aparece planteada como una aplicación futura y todavía sin plazos confirmados. ¿Cuánto de aquel diseño celular dependerá de modelos como TranscriptFormer y cuánto seguirá dependiendo de la experimentación en laboratorio?