Una herramienta de inteligencia artificial distingue células sanas y enfermas a partir de sus genes activos

La Facultad de Medicina de la Universidad de Stanford desarrolló TranscriptFormer, un modelo de inteligencia artificial capaz de diferenciar células sanas y enfermas a partir de la actividad de sus genes. El sistema, entrenado con información de 112 millones de células de doce especies, identifica tipos celulares y mide semejanzas entre organismos, según se informó.

La herramienta compara células de distintas especies mediante un espacio matemático compartido, donde mide cuánto se parecen entre sí, incluso cuando pertenecen a organismos diferentes. Ese diseño permite abordar combinaciones de datos genéticos cuyo volumen dificulta el análisis humano simultáneo.

Comparaciones evolutivas

Una de sus aplicaciones apuntó al origen evolutivo de las neuronas. 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.

El análisis también aportó otra lectura sobre las llamadas células neuroides de las esponjas. Aunque algunos de sus rasgos habían motivado un nombre asociado con las neuronas, su actividad genética resultó más cercana a la de una glándula de rana, un indicio de una posible participación en la digestión.

Cómo distingue las células

La clave de las comparaciones está en la expresión génica, es decir, qué genes activa cada célula. Compartir instrucciones genéticas no implica cumplir la misma función: una célula beta del páncreas utiliza genes relacionados con la producción y liberación de insulina, mientras que los linfocitos B producen anticuerpos. Esos patrones ayudan a reconocer identidades y estados celulares.

Para aprender a interpretarlos, TranscriptFormer utilizó datos reunidos en atlas que organizan información sobre células y tejidos. Su entrenamiento consistió en predecir valores de expresión génica faltantes, mediante un procedimiento comparable al que emplean los modelos de lenguaje cuando completan palabras omitidas.

Próximos pasos

El alcance futuro incluye proyectar características de células funcionales que todavía no existen, una posibilidad que podría orientar el diseño de células para potenciales terapias, aunque esa aplicación aún se plantea como una proyección y no como un resultado inmediato.