Una IA lee los genes como si fueran mensajes de WhatsApp y separa células sanas de enfermas

Me pasó mil veces. Abrís la aplicación del banco, la de la obra social o la del supermercado y la pantalla se queda pensando, como si no entendiera lo que le pedís. Algo tan simple como distinguir un dato bueno de uno malo y la tecnología se hace la distraída. Por eso, cuando apareció una inteligencia artificial que se dedica justamente a eso, separar lo que sirve de lo que no, pero aplicada a células humanas, presté atención. Se llama TranscriptFormer y la armó un equipo de la Facultad de Medicina de la Universidad de Stanford.

La idea de base es sencilla de explicar, aunque después el andamiaje matemático sea de otro planeta. Cada célula activa un conjunto particular de genes, como si encendiera algunas luces de un tablero enorme. La IA lee ese patrón de luces encendidas y apagadas y decide de qué célula se trata, si está sana o si algo le está funcionando mal. Para aprender, le dieron información de 112 millones de células provenientes de 12 especies distintas, reunidas en los grandes atlas celulares que existen hoy en la investigación biológica.

Un entrenamiento parecido al de los chatbots

Acá viene la parte que me gusta, porque traduce bien lo que hace esta herramienta. A los modelos de lenguaje tipo chat, los entrenan tapando palabras en una frase y pidiéndoles que adivinen cuál falta. Algo parecido hicieron con TranscriptFormer: le ocultaron valores de expresión génica, o sea, le taparon pedazos del tablero de luces, y la IA tuvo que completarlos. Después de millones de ejercicios así, aprendió a leer la actividad de los genes como quien lee una oración completa.

El resultado práctico es que la herramienta ubica cada célula dentro de un espacio matemático compartido. En ese mapa imaginario, dos células que cumplen funciones parecidas quedan cerca, aunque pertenezcan a organismos distintos. Por eso pudo comparar células de una esponja con las de un gusano microscópico o con las de una rana, algo que a un investigador le llevaría meses hacer a mano y con una tasa de error enorme.

• Las células beta del páncreas encienden genes vinculados a la producción y liberación de insulina, un patrón que las identifica de inmediato.
• Los linfocitos B, en cambio, activan genes asociados a la fabricación de anticuerpos, otra firma genética inconfundible.
• Compartir genes no implica cumplir la misma función: una célula puede tener instrucciones similares a otra y aun así comportarse de manera muy diferente.

Lo que encontró sobre las neuronas y las esponjas

Uno de los hallazgos más comentados del estudio tiene aroma a taller de biología del secundario. Cuando compararon las neuronas de un gusano y de una rana con unas células de esponja llamadas coanocitos, la IA detectó parecidos sorprendentes. Como esas esponjas son de los animales más antiguos que existen, el resultado abre la puerta a investigar cómo fue el nacimiento evolutivo de las neuronas.

Pero la sorpresa más fuerte llegó con las llamadas células neuroides, que ya habían sido bautizadas así porque algunos de sus rasgos recordaban a las neuronas. Cuando TranscriptFormer las puso en el mapa junto a otras células, su actividad genética terminó más cerca de una glándula digestiva de rana que de una neurona. Traducción doméstica: la IA les sugirió un cambio de rubro, de neurona a cocinera del estómago. El hallazgo insinúa que esas células podrían estar involucradas en la digestión de las esponjas y no en la transmisión de señales.

El uso inmediato de esta herramienta está en la investigación: comparar células de distintas especies, acelerar estudios sobre enfermedades y ordenar el caudal enorme de datos genéticos que hoy satura a los laboratorios. La posibilidad de diseñar células a medida para terapias todavía aparece en el horizonte como una aplicación futura, no como una promesa cumplida.

Consejo final para investigadores y curiosos: cuando aparezca un resultado de una IA sobre biología, fíjate primero en los datos con los que fue entrenada. Si la base es sólida y el procedimiento es transparente, como en este caso, la herramienta sirve como un microscopio nuevo, no como una bola de cristal. Y si la IA te dice que una célula que parecía neurona es en realidad una célula digestiva, no te enojes: a veces el algoritmo te ahorra años de confusión.