Un equipo de la Facultad de Medicina de la Universidad de Stanford presentó a TranscriptFormer, una inteligencia artificial capaz de distinguir una célula sana de una enferma y de reconocer tipos celulares que nunca había visto durante su entrenamiento. Lo logra prestando atención a la actividad de los genes, esa huella que cada célula deja encendida o apagada según la tarea que le toca cumplir.

Comparar células como se comparan vecindarios

Para explicar el enfoque conviene pensar en una ciudad vista desde el aire. Cada barrio tiene su propio ritmo: hay zonas industriales funcionando a pleno día y barrios residenciales que de noche se iluminan distinto. Si alguien mirara únicamente el plano de las calles, todas las manzanas le parecerían iguales. La diferencia está en cuándo se enciende cada farola. Con las células pasa algo parecido: dos células pueden compartir ADN pero comportarse como mundos opuestos según los genes que activen.

Cómo funciona TranscriptFormer

El modelo se entrenó con información de 112 millones de células provenientes de doce especies distintas, reunidas en grandes atlas celulares. La mecánica del aprendizaje es comparable a la de los modelos de lenguaje que completan palabras faltantes en una frase: a TranscriptFormer se le mostraron perfiles de expresión génica con datos vacíos y se le pidió adivinar qué valores correspondían. Así aprendió los patrones que definen la identidad y el estado de cada célula.

Con ese aprendizaje, la herramienta coloca a las células en un espacio matemático compartido donde la cercanía entre dos puntos indica que se parecen más, y la lejanía, que son distintas. Esa disposición le permite comparar células humanas con células de esponja, de gusano o de rana, por ejemplo, y medir el grado de parentesco funcional entre ellas.

Qué cambia para el usuario común

El aporte todavía vive en el terreno de la investigación básica, pero sus consecuencias empiezan a sentirse en los laboratorios. Una herramienta que automatiza comparaciones celulares que antes demandaban meses de trabajo manual permite acelerar estudios sobre cáncer, enfermedades neurodegenerativas o desarrollo embrionario. A futuro, sus creadores plantean la posibilidad de proyectar características de células funcionales que aún no existen, un paso que algún día podría servir para diseñar terapias celulares a medida. Por ahora, lo concreto es más modesto y a la vez más poderoso: un mapa común donde mirar, con la misma regla, células de especies que la naturaleza separó hace cientos de millones de años.