La promesa era enorme: una inteligencia artificial capaz de leer la actividad de los genes y decir, con precisión, si una célula está sana o enferma, o si pertenece a una especie jamás vista durante su entrenamiento. La realidad, según publicó un equipo de la Facultad de Medicina de la Universidad de Stanford, llegó con un modelo llamado TranscriptFormer que procesó información de 112 millones de células de 12 organismos distintos. Hay que decirlo: no se trata de un avance menor, sino de un cambio de escala en la manera de analizar el cuerpo humano y el de otras especies.

Comparar para entender

El corazón de la herramienta es la expresión génica, es decir, el conjunto de genes que cada célula activa para cumplir su función. Una célula beta del páncreas enciende los genes vinculados a la insulina; un linfocito B enciende los que fabrican anticuerpos. Esa firma molecular funciona como una huella digital. TranscriptFormer aprendió a interpretarla prediciendo valores de expresión faltantes, un procedimiento similar al que usan los modelos de lenguaje cuando completan palabras omitidas en una frase.

• Procesa datos de 112 millones de células provenientes de 12 especies distintas.
• Ubica cada célula en un espacio matemático compartido que permite medir similitudes y diferencias.
• Logró distinguir células sanas de enfermas a partir de su patrón de actividad genética.
• Identificó tipos celulares en especies que no formaron parte del entrenamiento inicial.
• Detectó vínculos entre los coanocitos de las esponjas y las neuronas de un gusano microscópico y de una rana.

El hallazgo más resonante llegó al comparar organismos evolutivamente alejados. Los coanocitos, células que las esponjas utilizan para filtrar agua, mostraron una actividad genética comparable a la de neuronas presentes en un gusano microscópico y en una rana. Esa conexión ofrece una pista concreta para investigar cómo surgieron las células nerviosas en el árbol de la vida. En paralelo, las llamadas células neuroides de las esponjas, que durante años se sospecharon emparentadas con neuronas, revelaron un perfil genético más cercano al de una glándula digestiva de rana. El equipo sugirió que su rol podría estar ligado a la alimentación.

Del papel a la clínica, un paso todavía largo

Los autores plantearon que el modelo podría usarse, en el futuro, para proyectar las características de células funcionales que aún no existen, lo que abre la puerta al diseño de terapias celulares personalizadas. Sin embargo, esa posibilidad permanece en el terreno de la hipótesis. Hoy, TranscriptFormer es una herramienta de investigación que facilita el análisis de volúmenes de datos imposibles de revisar a mano, no un dispositivo clínico listo para usarse en hospitales.

En Argentina, donde la inteligencia artificial aplicada a la biomedicina avanza con pasos más lentos que en los centros del hemisferio norte, este tipo de desarrollos marca el umbral que la ciencia local deberá decidir si o seguir observando de lejos. La pregunta queda planteada: ¿cuánto falta para que un hallazgo como este llegue a los laboratorios públicos y a los hospitales de la provincia?