¿Una máquina puede mirar una célula y decirte si está sana o enferma sin haberla visto antes? Es más o menos lo que acaba de mostrar un equipo de la Facultad de Medicina de la Universidad de Stanford con TranscriptFormer, una inteligencia artificial que aprende de la actividad de los genes y después compara células de especies muy distintas entre sí. La idea suena a ciencia ficción, pero el trabajo se sostiene con datos concretos: 112 millones de células de 12 especies distintas.

Cómo se entrena una IA con células

Para entender qué hace el modelo conviene pensar en cómo aprendemos a leer: primero reconocemos letras, después palabras y, con el tiempo, el sentido completo de un texto. TranscriptFormer hace algo parecido, pero con genes. Le dieron a leer atlas de células, que son como bibliotecas ordenadas donde cada tomo describe la actividad de miles de genes en una célula concreta. A partir de ahí, el sistema practicó completando datos de expresión génica que faltaban, un ejercicio similar al que hacen los modelos de lenguaje cuando adivinan qué palabra falta en una frase.

Cuando terminó ese entrenamiento, el modelo fue capaz de ubicar a cada célula en un mapa matemático imaginario. En ese mapa, dos células que cumplen funciones parecidas quedan cerca, aunque vengan de organismos diferentes. Esa es la magia del asunto: no hace falta haber visto nunca una célula de una especie rara para poder compararla con otras. Basta con que el modelo lea su actividad genética y la ubique en el mismo espacio compartido.

Lo que encontró al comparar especies

• Detectó diferencias entre células sanas y enfermas a partir de patrones en los genes que cada una activa.
• Identificó tipos celulares en especies que no habían formado parte del entrenamiento, algo que suele ser muy difícil a mano.
• Encontró una pista sobre el origen evolutivo de las neuronas: hay similitudes genéticas entre los coanocitos de las esponjas y las neuronas de un gusano microscópico y de una rana.

También hubo un hallazgo que dio que pensar. Había unas células de esponjas llamadas neuroides, cuyo nombre sugería un parentesco con las neuronas. Cuando TranscriptFormer las puso en el mapa, su actividad genética quedó más cerca de una glándula de rana que de una neurona. Eso no significa que se haya resuelto el debate, pero sí abre una hipótesis concreta: esas células podrían tener un rol digestivo.

Por qué importa mirar qué genes se encienden

Acá va un ejemplo cotidiano para que se entienda mejor. Imaginá que dos personas cocinan: una hace pastas y la otra factura. Las dos pueden tener los mismos ingredientes en la alacena, pero lo que preparan las distingue. Con las células pasa algo similar. Una célula beta del páncreas y un linfocito B comparten miles de genes, pero cada una enciende un conjunto distinto. Las primeras fabrican insulina, los segundos fabrican anticuerpos. La clave está en qué genes se prenden y cuáles se quedan callados, que es justamente lo que lee TranscriptFormer.

Qué se puede esperar a partir de ahora

En lo inmediato, la herramienta queda como un recurso para investigar biología y comparar células sin tener que sentarse durante meses a ordenar datos a mano. A futuro, los investigadores mencionan la posibilidad de proyectar características de células funcionales que todavía no existen, lo que en algún momento podría servir como base para diseñar células con fines terapéuticos. Es un horizonte lejano y todavía con muchas preguntas abiertas, pero el primer paso ya está dado.