Una inteligencia artificial de Stanford distingue células sanas y enfermas a partir de la actividad de sus genes
El modelo TranscriptFormer fue entrenado con 112 millones de células de 12 especies y permite comparar organismos distintos según los genes que cada célula activa.
Qué es TranscriptFormer, dónde se desarrolló y a qué hora se difundió el estudio: se trata de una inteligencia artificial creada en la Facultad de Medicina de la Universidad de Stanford, presentada este martes por el equipo responsable, según el material difundido por la propia universidad.
Cómo distingue células sanas y enfermas
La herramienta analiza la expresión génica, es decir, qué genes activa cada célula en un momento dado, para establecer semejanzas y diferencias entre células de un mismo organismo o de especies distintas.
Según el informe de Stanford, el modelo fue entrenado con datos de 112 millones de células provenientes de 12 especies, reunidos en atlas celulares que organizan información sobre tejidos y funciones.
El entrenamiento consistió en predecir valores de expresión génica faltantes, un procedimiento que los investigadores describen como comparable al que usan los modelos de lenguaje para completar palabras omitidas.
Hallazgos sobre neuronas y células de esponjas
- El modelo identificó similitudes entre los coanocitos de las esponjas y las neuronas de un gusano microscópico y de una rana, un dato que ofrece pistas sobre el origen evolutivo de las neuronas.
- Las llamadas células neuroides de las esponjas, cuyo nombre sugería un vínculo con neuronas, mostraron en el análisis una actividad genética más cercana a la de una glándula de rana, lo que apunta a una posible función digestiva.
Una vez entrenado, TranscriptFormer ubica a cada célula en un espacio matemático compartido donde puede medir cuánto se parecen entre sí, incluso cuando pertenecen a organismos diferentes, de acuerdo con la descripción del equipo de Stanford.
Sus creadores plantearon como aplicación futura la proyección de características de células funcionales que aún no existen, un paso que podría orientar el diseño de células para terapias, aunque esa instancia no forma parte de los resultados actuales del estudio.
La nota se publica en desarrollo.
