Una IA lee los genes de 112 millones de células y encuentra parentescos insospechados entre especies

¿Una neurona y una célula de esponja pueden ser parientes lejanos? Sí, al menos si miramos qué genes activan. Eso fue lo que mostró TranscriptFormer, la inteligencia artificial que un equipo de la Facultad de Medicina de Stanford entrenó para distinguir células sanas de enfermas a partir de su expresión génica.

La herramienta trabaja con datos de 112 millones de células de 12 especies distintas, ordenados en atlas que recopilan información sobre tejidos y funciones. Su entrenamiento fue, en criollo, como el de esos modelos de texto que adivinan la palabra que falta en una oración: acá, en vez de completar frases, el sistema aprendió a predecir valores de expresión génica ausentes. Así fue armando un mapa matemático donde cada célula ocupa un lugar según los genes que enciende.

Una genealogía inesperada entre esponjas y neuronas

Cuando los investigadores le pidieron comparar organismos, el modelo encontró que los coanocitos de las esponjas (esas células con collar y flagelo que les sirven para filtrar agua) se parecen bastante a neuronas de un gusano microscópico y de una rana. Una pista interesante para investigar cómo aparecieron las células nerviosas en el árbol de la vida.

Y hubo otra sorpresa del lado de las llamadas células neuroides de las esponjas. Aunque el nombre sugería parentesco con neuronas, la actividad genética las acercó más a una glándula de rana. La lectura: probablemente estén más emparentadas con la digestión que con el sistema nervioso. Como cuando a alguien le decís que tiene cara de ingeniero y termina siendo cocinero: los genes lo ubicaron en otra rama.

Por qué importa mirar qué genes se prenden

La clave está en la expresión génica, o sea, qué genes activa cada célula. Compartir ADN no significa hacer lo mismo: una célula beta del páncreas enciende genes para producir insulina, mientras que un linfocito B enciende otros para fabricar anticuerpos. Esos patrones son la huella digital que TranscriptFormer aprende a leer.

• 112 millones de células de 12 especies sirvieron como material de entrenamiento.
• El modelo ubica cada célula en un espacio matemático común y mide parecidos entre organismos distintos.
• Ya permitió comparar tipos celulares que no estaban en el set de entrenamiento y abrió una hipótesis sobre el origen evolutivo de las neuronas.
• El diseño de células funcionales para terapias todavía aparece como una aplicación futura, no como una promesa inmediata.

En definitiva, no estamos frente a una IA que reemplaza al biólogo, sino frente a una lupa nueva para mirar el mismo material. Si te sirve, probalo: la herramienta ya está publicada y se suma al cajón de modelos que prometen cambiar cómo entendemos la vida, célula por célula.