Una IA lee células como quien lee un currículum y encuentra a las sospechosas

¿Una máquina mirando células por encima del hombro y diciendo cuáles están sanas y cuáles no? Suena a película, pero es trabajo de la Facultad de Medicina de Stanford, que presentó a TranscriptFormer, una inteligencia artificial capaz de separar células sanas de enfermas y, de paso, comparar organismos que ni se saludan en el árbol de la vida.

El truco es mirar la expresión génica, o sea, qué genes enciende cada célula. Una célula beta del páncreas prende los genes de la insulina; un linfocito B, los de los anticuerpos. TranscriptFormer lee esos patrones como quien lee un currículum y, a partir de ellos, decide de qué tipo es cada célula y en qué estado se encuentra. Para entrenarse, se empachó con 112 millones de células de 12 especies reunidas en grandes atlas genéticos, y aprendió prediciendo valores de expresión génica faltantes: algo parecido a lo que hace ChatGPT cuando completa la palabra que falta en una frase.

¿Y qué descubrió mirando?

Entre otras cosas, se animó a bucear en el origen evolutivo de las neuronas. Al comparar organismos encontró parecidos entre los coanocitos de las esponjas y neuronas de un gusano microscópico y de una rana, un dato útil para entender cómo y por qué aparecieron esas células. De paso, le dio un cachetazo a las llamadas células neuroides de las esponjas: aunque su nombre invitaba a emparentarlas con neuronas, su actividad genética las acercó más a una glándula de rana, lo que sugiere que podrían participar en la digestión.

Lo concreto hoy: una herramienta que ayuda a los biólogos a cruzar montañas de datos y a comparar células de especies distintas sin volverse locos en el intento. Lo que viene, según el propio paper, es más ambicioso: diseñar células funcionales que todavía no existen, una posibilidad abierta como aplicación futura para eventuales terapias. Por ahora, lo que hay es un mapa enorme y muy preciso. Veremos quién se anima a usarlo.