Stanford crea modelo de IA que compara 112 millones de células de 12 especies

Un equipo de la Facultad de Medicina de la Universidad de Stanford desarrolló TranscriptFormer, un modelo de inteligencia artificial entrenado con datos de 112 millones de células de 12 especies distintas. La herramienta permite comparar la biología de esos organismos y detectar vínculos entre enfermedades y posibles tratamientos celulares, según informó el portal Phys.org. Los resultados se publicaron en dos artículos en las revistas Nature y Science.

El sistema pertenece a una segunda generación de modelos sucesores del llamado universal cell embedding, un método que asigna a cada célula una coordenada en un espacio matemático común. Ese espacio permite comparar células de especies tan diferentes como levaduras unicelulares y seres humanos, además de ratones, conejos, pollos, peces cebra, moscas de la fruta, ranas africanas de uñas, el parásito de la malaria, erizos de mar, esponjas y el nematodo Caenorhabditis elegans. Los datos provienen de atlas celulares, bases que clasifican células y tejidos según los genes que activan.

Genes activos: el mapa de cada célula

El genoma contiene las instrucciones de la vida, pero lo que define a una célula es la expresión génica: el conjunto de genes que activa en cada momento. Ese patrón permite distinguir células beta del páncreas (que expresan insulina) de linfocitos B (que producen anticuerpos) o de células de la piel (que activan genes de pelo o pigmentos). También diferencia células sanas de enfermas y permite comparar organismos enteros.

El problema es la escala: la acumulación de información sobre decenas de miles de genes en cientos de millones de células supera la capacidad humana. Stephen Quake, profesor de bioingeniería de Stanford y coautor principal, explicó: “¿Cómo pensamos en todos estos genes a la vez? El cerebro humano no puede”. Y agregó: “Los algoritmos son formas de comprender datos muy complejos que los seres humanos no podemos abarcar”.

TranscriptFormer aprendió a reconocer perfiles de expresión génica con un método similar al de modelos como ChatGPT. Esos sistemas observan textos con palabras omitidas y ajustan parámetros hasta predecir los términos faltantes. Aquí el modelo hizo lo mismo, pero con valores de expresión génica en vez de palabras. El resultado es un espacio matemático común donde cada célula tiene una posición y se puede medir su semejanza o diferencia con otras.

De esponjas a neuronas: lo que revela la comparación

Las comparaciones entre especies permitieron examinar dudas evolutivas, como el origen de las neuronas. El modelo encontró que los coanocitos de las esponjas tienen una similitud marcada con neuronas del nematodo y de la rana, lo que aporta pistas sobre cómo surgieron esas células. En cambio, la célula neuroide de las esponjas, que recibió ese nombre por rasgos parecidos a neuronas, mostró un perfil génico más cercano al de una glándula de rana, sugiriendo que podría intervenir en la digestión.

El sistema también identifica tipos celulares en especies que no estaban en su entrenamiento y distingue células sanas de enfermas. Más aún: puede proyectar cómo serían células funcionales que todavía no existen. “Esperamos que sea una herramienta muy poderosa para el descubrimiento”, sostuvo Quake. “Es una herramienta para ayudar a biólogos expertos a pensar en problemas complejos”.

En Chile, la investigación biomédica aún no está vinculada directamente con este modelo, pero su capacidad para comparar especies y proyectar terapias celulares a medida podría tener aplicaciones futuras en enfermedades que afectan al país, como diabetes o cáncer. El trabajo también contó con investigadores de la Chan Zuckerberg Initiative y BioHub.

Con información de Infobae