Así funciona el “ChatGPT de la genética” que podría acelerar la investigación de nuevos tratamientos para enfermedades

El estudio, publicado en una de las revistas de Cell Press, presenta un modelo de inteligencia artificial llamado GSFM, creado para entender cómo los genes se agrupan y trabajan juntos en distintos procesos del cuerpo humano.

La tecnología está inspirada en herramientas como ChatGPT, que aprenden el significado de las palabras según el contexto en el que aparecen. De forma parecida, este sistema aprende cómo cambia el comportamiento de los genes dependiendo del tipo de célula y de la situación biológica en la que se encuentren.

Lea: De ver a imaginar: un estudio revela cómo el cerebro crea imágenes

“Los genes rara vez actúan solos. En cambio, participan en múltiples procesos biológicos, formando diferentes agrupaciones moleculares según dónde y cuándo estén activos en la célula. Un solo gen puede desempeñar diferentes funciones en distintos contextos, al igual que una palabra puede tener diferentes significados en distintas oraciones”, detalla en un comunicado el autor principal, Avi Ma’ayan, doctor en Ciencias Farmacológicas, profesor y director del Centro de Bioinformática de Mount Sinai en la Escuela de Medicina Icahn de Mount Sinai.

“Así como los modelos de lenguaje modernos aprenden el significado de las palabras a partir del contexto, nos preguntamos si la IA podría aprender el ‘significado’ de los genes de la misma manera. Nuestro GSFM fue diseñado precisamente para eso”.

El modelo ofrece una nueva manera de entender cómo se organizan y funcionan los genes dentro de las células humanas. Según los investigadores, este avance podría ayudar en el futuro a crear mejores diagnósticos, encontrar señales tempranas de enfermedades y desarrollar nuevos tratamientos.

Además, el sistema crea una especie de mapa de las relaciones entre los genes en diferentes situaciones biológicas. Esto podría facilitar que los científicos analicen grandes cantidades de información genética de forma más rápida y precisa.

“La organización de los genes dentro de las células sigue siendo una de las principales incógnitas de la biología. El GSFM ayuda a abordar este problema aprendiendo de millones de agrupaciones de genes derivadas de investigaciones publicadas y conjuntos de datos de expresión génica”, finaliza Ma’ayan.

En concreto, esta inteligencia artificial puede ayudar a descubrir para qué sirven genes que todavía son poco conocidos, sin necesidad de hacer experimentos de laboratorio de inmediato. También puede señalar cuáles genes están relacionados con enfermedades.

Además, los investigadores creen que el sistema podría ayudar a encontrar nuevos objetivos para medicamentos y detectar señales biológicas útiles para diagnosticar enfermedades. Según explican, la herramienta funciona como una especie de “mapa” que muestra cómo trabajan juntos los genes en distintas situaciones.

Para crear el modelo, los científicos recopilaron millones de datos genéticos provenientes de investigaciones publicadas y estudios sobre expresión genética. La IA aprendió analizando información de cientos de miles de estudios científicos.

¿Cómo crearon el “ChatGPT de la genética?

El modelo de IA se entrenó de forma similar a resolver un rompecabezas: se le proporcionó parte de un conjunto de genes y se le pidió que predijera las piezas que faltaban. Con el tiempo, aprendió patrones subyacentes que describen cómo se agrupan e interactúan los genes.

Le puede interesar: Científicos crean la primera terapia que devolvió la audición a pacientes con un raro tipo de sordera

Posteriormente, se comparó el modelo de IA con otros enfoques y demostró un rendimiento sólido, incluyendo la capacidad de identificar relaciones gen-gen y gen-función antes de que se confirmaran experimentalmente. Para evaluar esto, el modelo se entrenó utilizando conjuntos de genes de publicaciones hasta una fecha límite definida, y luego se probó si podía predecir descubrimientos reportados en estudios publicados después de esa fecha límite.

“A diferencia de los modelos de IA biológica anteriores, que se basan principalmente en datos de expresión genética, nuestro GSFM se entrena exclusivamente con conjuntos de genes, un tipo de información biológica diferente y poco utilizado”, afirma el doctor Ma’ayan. “Este enfoque permite que el modelo integre datos diversos de numerosas enfermedades, métodos experimentales y condiciones de investigación, creando una representación unificada de las relaciones genéticas en todo el ámbito biológico”.

Los investigadores creen que este modelo de inteligencia artificial podría mejorar las herramientas que hoy usan los científicos para analizar información genética. Una de sus aplicaciones más inmediatas sería ayudar a interpretar mejor grandes grupos de genes, algo clave en la investigación de biología molecular.

Al entender con más precisión cómo se relacionan los genes entre sí, el sistema podría facilitar nuevos descubrimientos sobre el funcionamiento del cuerpo humano y las enfermedades.

El equipo también planea combinar esta tecnología con otras inteligencias artificiales. Uno de los objetivos es que el sistema pueda explicar en lenguaje sencillo qué función cumplen ciertos genes. Además, esperan unirlo con modelos enfocados en medicamentos para, en el futuro, predecir cómo reaccionan las células a distintos fármacos y ayudar en el desarrollo de nuevas terapias.

* Con información de Europa Press