Stanford entrenó una inteligencia artificial con 112 millones de células y logró leer la salud o la enfermedad en su actividad genética

En los laboratorios de la Facultad de Medicina de la Universidad de Stanford, un equipo de investigadores abrió una puerta que hasta hace poco parecía reservada a la biología más paciente: distinguir una célula sana de una enferma a partir de la lectura de su actividad genética. Lo hizo con una inteligencia artificial bautizada TranscriptFormer, capaz de comparar células de especies diferentes siguiendo el rastro de los genes que cada una enciende para cumplir su función. Sigamos la plata: el modelo se entrenó con información de 112 millones de células provenientes de 12 especies distintas, reunidas en atlas que ordenan datos sobre tejidos y organismos.

Cómo aprende a leer las células

La clave de todo está en un concepto que los especialistas llaman expresión génica: el conjunto de genes que cada célula activa en un momento dado. Compartir instrucciones genéticas no significa cumplir la misma tarea. Una célula beta del páncreas enciende genes vinculados a la producción y liberación de insulina; un linfocito B, en cambio, activa los responsables de fabricar anticuerpos. Esos patrones funcionan como una huella de identidad y, al mismo tiempo, como un indicador del estado de salud o enfermedad de la célula.

Para aprender a interpretarlos, TranscriptFormer recibió el equivalente biológico de un ejercicio deCompletar palabras: tuvo que predecir valores de expresión génica faltantes. El procedimiento es comparable al que usan los modelos de lenguaje cuando adivinan la palabra que falta en una frase. Con ese entrenamiento, la herramienta aprendió a ubicar a cada célula dentro de un espacio matemático compartido, donde la cercanía entre puntos refleja cuánto se parecen entre sí, incluso cuando pertenecen a organismos distintos. Esto permite abordar combinaciones cuyo volumen dificulta el análisis humano simultáneo.

Qué encontró en el camino

• Identificó tipos celulares en especies que no integraron el entrenamiento, lo que sugiere que los patrones de actividad genética se repiten más allá del organismo del que provienen.
• Detectó que los coanocitos de las esponjas comparten actividad con neuronas de un gusano microscópico y de una rana, una pista para investigar el origen evolutivo de las células nerviosas.
• Reubicó a las llamadas células neuroides de las esponjas: aunque su nombre las emparentaba con neuronas, su actividad genética resultó más cercana a la de una glándula de rana, lo que sugiere una posible participación en procesos digestivos.

El recorrido muestra un giro sutil pero significativo. El modelo no se limita a confirmar lo que la biología ya sospechaba: en el caso de las células neuroides, su lectura genética las distancia de las neuronas y las acerca a una función glandular. Para los investigadores, se trata de una herramienta que aporta información complementaria a la observación morfológica tradicional.

Qué queda por delante

El alcance futuro del desarrollo incluye la posibilidad de proyectar características de células funcionales que todavía no existen, una línea que podría orientar el diseño de células con fines terapéuticos. Esa aplicación, sin embargo, aparece en el horizonte como una promesa y no como un resultado. Por ahora, TranscriptFormer entrega a la comunidad científica un mapa más fino de la identidad celular, construído con datos y no con suposiciones. Gana la biología comparada, que suma una herramienta de lectura masiva; pierde la intuición sin respaldo, que cada vez tiene menos lugar cuando los números dicen otra cosa.