Un modelo entrenado con información de más de cien millones de células provenientes de una docena de especies permite hallar semejanzas entre organismos muy distintos, comprender mejor el origen de ciertas células y hasta imaginar tratamientos celulares que todavía no existen.
Un grupo de investigación de la Escuela de Medicina de la Universidad de Stanford dio a conocer el desarrollo de TranscriptFormer, una herramienta de inteligencia artificial que fue adiestrada con registros correspondientes a 112 millones de células pertenecientes a 12 especies diferentes. Según la información difundida por Phys.org, portal especializado en ciencia, investigación y tecnología, este sistema posibilita cotejar la biología de diversas criaturas y descubrir conexiones entre organismos, padecimientos y eventuales terapias de naturaleza celular.
La creación representa una segunda generación de modelos luego de la propuesta conocida como universal cell embedding, un mecanismo que adjudica a cada célula una suerte de “coordenada” dentro de un espacio matemático compartido, lo que facilita la comparación entre especies. Para alimentar el sistema se reunieron datos de levaduras unicelulares y de seres humanos, además de ratones, conejos, pollos, peces cebra, moscas de la fruta, ranas africanas de uñas, el parásito responsable de la malaria, erizos de mar, esponjas y el nematodo Caenorhabditis elegans, un gusano de dimensiones microscópicas. La información provino de atlas celulares, es decir, repositorios que ordenan células y tejidos a partir de los genes que cada una utiliza.
Los hallazgos fueron expuestos en dos artículos científicos publicados en las prestigiosas revistas Nature y Science, lo que subraya la relevancia académica del proyecto.
El patrón de actividad genética como identidad de cada célula
El genoma alberga las instrucciones que sostienen la vida, pero la identidad funcional de una célula depende de la expresión génica, esto es, del conjunto de genes que activa en un momento determinado. Ese patrón permite diferenciar tipos celulares, separar células sanas de aquellas que están enfermas y establecer comparaciones entre organismos distintos. Una célula beta del páncreas, por ejemplo, expresa el gen de la insulina y otros vinculados con el almacenamiento y la liberación de esa hormona. Los linfocitos B fabrican anticuerpos para enfrentar enfermedades, mientras que una célula de la piel puede encender genes relacionados con el pelo o los pigmentos.
La magnitud de información sobre decenas de miles de genes en cientos de millones de células excede la capacidad humana de revisar todas las variables al mismo tiempo. Stephen Quake, catedrático de bioingeniería de la Escuela de Medicina y coautor principal de los estudios, lo expresó con claridad: “¿Cómo pensamos en todos estos genes a la vez? El cerebro humano no puede”. Y agregó: “Estos modelos nos ayudan a hacerlo. Los algoritmos son formas de comprender datos muy complejos que los seres humanos no podemos abarcar”.
TranscriptFormer aprendió a identificar perfiles de expresión génica mediante un procedimiento equiparable al de los grandes modelos de lenguaje, como ChatGPT. Dichos sistemas examinan textos con palabras suprimidas y ajustan sus parámetros hasta anticipar los términos faltantes; en este caso, el modelo llevó a cabo ese proceso con valores de expresión génica en lugar de vocablos. El resultado es un espacio matemático compartido para ubicar y medir la semejanza o la diferencia entre células. “Todas las células de cada organismo de la Tierra pueden estar en ese espacio, y se puede observar su relación entre sí”, explicó el investigador.
De las esponjas al enigma del origen de las neuronas
Las comparaciones entre especies permitieron analizar una interrogante sobre la evolución de las neuronas. El modelo señaló que los coanocitos de las esponjas muestran una similitud notable con neuronas del nematodo y de la rana, lo que brinda indicios acerca del origen de esas células y de la función de los coanocitos. En cambio, la célula neuroide de las esponjas recibió ese nombre por ciertos rasgos parecidos a los de una neurona, pero su perfil de expresión génica se asemeja más al de una glándula de rana. Esa relación sugiere que podría participar en la digestión.
El sistema también logra reconocer tipos celulares en especies cuyos datos no formaron parte de su entrenamiento. Las pruebas demostraron, asimismo, que distingue entre células sanas y enfermas. Más allá del análisis de células ya existentes, el modelo puede proyectar cómo serían células funcionales que aún no existen, una capacidad que podría orientar en el porvenir el diseño de terapias basadas en células creadas a medida. “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 el trabajo también participaron investigadores de la Chan Zuckerberg Initiative y BioHub.
