Qué es, dónde se desarrolló y cuándo se difundió: TranscriptFormer es una inteligencia artificial creada por un equipo de la Facultad de Medicina de la Universidad de Stanford que analiza la actividad de los genes para diferenciar células sanas y enfermas y para comparar tipos celulares entre especies, según informó el propio equipo de Stanford.

Un mapa genético compartido entre especies

La herramienta fue entrenada con datos de 112 millones de células provenientes de 12 especies, reunidas en atlas que organizan información sobre células y tejidos. El aprendizaje consistió en predecir valores de expresión génica faltantes, un procedimiento comparable al que usan los modelos de lenguaje cuando completan palabras omitidas, detallaron los investigadores.

Con ese entrenamiento, el modelo ubica a cada célula dentro de un espacio matemático común, donde mide cuánto se parecen entre sí aun cuando pertenecen a organismos distintos. Así logra procesar combinaciones de datos genéticos cuyo volumen dificulta el análisis humano simultáneo, confirmaron desde Stanford.

• Distingue células sanas de enfermas mediante la lectura de los genes que cada una activa.
• Identifica tipos celulares en especies que no formaron parte del entrenamiento.
• Compara células de organismos diferentes dentro de un mismo espacio matemático.
• Reconstruye valores de expresión génica faltantes a partir de patrones aprendidos.
• Permite explorar el origen evolutivo de tipos celulares como las neuronas.

Pistas sobre el origen de las neuronas

Una de las aplicaciones fue investigar el origen evolutivo de las neuronas. Al comparar organismos, TranscriptFormer halló similitudes entre los coanocitos de las esponjas y las neuronas de un gusano microscópico y de una rana, según describieron los autores. Esa relación aporta indicios para estudiar cómo surgieron esas células y qué funciones cumplen.

El análisis también ofreció otra lectura sobre las células neuroides de las esponjas. Aunque algunos rasgos habían motivado un nombre asociado con las neuronas, su actividad genética resultó más cercana a la de una glándula de rana, lo que sugiere una posible participación en la digestión, indicó el equipo de Stanford.

Por qué la expresión génica define la identidad celular

El modelo se apoya en la expresión génica, es decir, en qué genes activa cada célula. Compartir instrucciones genéticas no implica cumplir la misma función: una célula beta del páncreas utiliza genes vinculados a la producción y liberación de insulina, mientras que los linfocitos B producen anticuerpos, precisaron los investigadores. Esos patrones permiten reconocer identidades y estados celulares.

El alcance futuro contempla proyectar características de células funcionales que todavía no existen, una posibilidad que podría orientar el diseño de células para terapias, aunque esa aplicación se mantiene como horizonte de investigación, confirmó la universidad. La herramienta se presenta así como un instrumento para la investigación biológica más que como un producto clínico inmediato.

En desarrollo.