Investigadores de Google DeepMind presentaron un modelo de inteligencia artificial diseñado para mostrar cómo los cambios en el ADN afectan a distintas células. La compañía afirma que la herramienta le da a los científicos una imagen más detallada de un problema que por mucho tiempo se ha resistido a respuestas sencillas, uno que podría ayudar a explicar qué causa las enfermedades y sugerir nuevas formas de tratarlas.

¿En qué se diferencia AlphaGenome 2 de AlphaGenome?

AlphaGenome 2 es el sucesor de AlphaGenome, el modelo de DeepMind para predecir el genoma que se lanzó el año pasado. Casi todas las células del cuerpo tienen el mismo ADN, pero las células se comportan de manera muy distinta. Las células del músculo cardíaco, las células de la piel y las células inmunitarias que combaten una infección activan y desactivan genes diferentes, y esos patrones cambian según lo que la célula esté haciendo en ese momento. Eso significa que una misma variante genética puede tener efectos muy distintos según el tipo de célula y su condición.

¿Qué predice AlphaGenome 2?

El nuevo modelo está diseñado para captar esas diferencias. Predice cómo las variantes genéticas afectan a tipos y estados celulares individuales. En una publicación de blog difundida el miércoles, Google afirmó que el modelo ofrece una visión mucho más detallada que sistemas más generales como AlphaGenome, lo que podría revelar efectos relevantes para enfermedades en células específicas que de otra forma pasarían desapercibidos.

Para lograr ese nivel de detalle, el equipo entrenó AlphaGenome 2 con más de 100 millones de perfiles celulares individuales que abarcan 68 tejidos. DeepMind afirma que el modelo convierte efectivamente atlas celulares estáticos, los grandes repositorios de datos que catalogan células individuales, “en un motor predictivo para la genética humana”. Según la compañía, AlphaGenome 2 identifica casi el doble de variantes que pueden cambiar la expresión génica en las células que su modelo anterior, considerado el estado del arte.

Los investigadores también descubrieron que el modelo puede hacer predicciones sobre nuevos tipos celulares y estados biológicos sin necesidad de reentrenamiento. Además, puede señalar vacíos en los datos experimentales existentes, lo que podría ayudar a los científicos a decidir qué estudiar después en el laboratorio.

Adam Gayoso, científico investigador de Google DeepMind que trabajó en el proyecto, dijo que el avance central es “vincular la genética humana con la biología celular”. El modelo permite a los investigadores examinar variantes genéticas encontradas en poblaciones grandes y ver qué podrían estar haciendo dentro de las células. Gayoso le dijo a The Verge que los investigadores pueden entonces intentar conectar esos efectos celulares con las enfermedades.

Žiga Avsec, responsable de genómica de DeepMind, le dijo a The Verge que esa especificidad es importante para cualquiera que intente tratar una enfermedad en particular. “Cuando desarrollas medicamentos, te diriges a proteínas específicas y a tipos celulares específicos”, afirmó, por lo que ese nivel de granularidad es vital.

Avsec señaló que el modelo solo se volvió viable recientemente gracias a nuevas tecnologías que permiten capturar células individuales y sus estados con alta resolución. Esas herramientas generan los enormes conjuntos de datos necesarios para el entrenamiento. DeepMind trabaja ahora en mejorar sus modelos genéticos produciendo más datos, incluidos los de estados celulares que los conjuntos de datos actuales cubren deficientemente. Avsec dijo que las versiones futuras también podrían entrenarse con datos “de múltiples especies”, lo que daría a los modelos una visión más amplia de la biología. A largo plazo, afirmó que modelos como AlphaGenome 2 podrían contribuir a los esfuerzos por construir “células virtuales”, simulaciones digitales diseñadas para imitar sistemas biológicos.

AlphaGenome 2 no reemplazará a su predecesor en el corto plazo. Avsec describió el nuevo modelo como un sucesor, pero dijo que sus predicciones más detalladas implican un mayor costo computacional y son “más costosas” de producir. Estas exigencias harían poco práctico usar AlphaGenome 2 para el atlas de todo el genoma de “cada posible cambio de letra del ADN en el genoma humano” que DeepMind publicó en septiembre.

¿Está AlphaGenome 2 disponible para los investigadores?

Google afirma que pone AlphaGenome 2 a disposición de la investigación no comercial a través de la API de AlphaGenome. Los investigadores comerciales pueden solicitar una vista previa privada limitada.

El lanzamiento hace parte de un impulso creciente de Google y de otros laboratorios rivales de inteligencia artificial por aplicar la tecnología a grandes problemas de la ciencia y la medicina. Pushmeet Kohli, quien dirige la investigación de IA para la ciencia en DeepMind, ha insinuado que se avecinan resultados científicos más significativos. La organización también se espera que abra pronto un laboratorio automatizado de ciencia de materiales en el Reino Unido. Anthropic ha experimentado con el diseño de fármacos y dotó a su modelo Claude de un laboratorio húmedo. Por su parte, OpenAI ha estado abordando problemas de larga data en matemáticas y campos afines.

Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.