Crean una IA para prever los efectos de las variaciones del ADN en la salud humana

Los tumores pueden tener miles de mutaciones, pero sólo algunas de ellas son significativas y causan la enfermedad. Entender cuáles son las que activan el cáncer es crucial para poder dirigir tratamientos precisos y efectivos. Y sin embargo, es un reto importante ya menudo irresoluble en biología. Esto ahora podría empezar a cambiar gracias a una IA que ha desarrollado el laboratorio Google DeepMind y permitirá comprender mejor el genoma e interpretar más eficiente y rápidamente las diferencias en las secuencias de ADN.

Han desarrollado un modelo de aprendizaje profundo, que han llamado AlphaGenome, que es capaz de predecir con precisión la función de secuencias de ADN de hasta un millón de letras o pares de bases y cómo las variaciones en estas secuencias afectan a las células, los tejidos y la salud humana. Los investigadores, que publican el modelo en Nature, consideran que puede ser una herramienta muy útil para la comunidad científica para avanzar en el conocimiento de la función del genoma humano, de enfermedades genéticas, y que abrirá la puerta a desarrollar nuevos tratamientos.

"Es un gran ejemplo de cómo la IA está acelerando el descubrimiento biológico y el desarrollo de nuevas terapias", considera Ben Lehner, investigador ICREA en el Centro de Regulación Genómica (CRG). En declaraciones al Science Media Center, este biólogo valora que "identificar las diferencias exactas entre los genomas que nos hacen más o menos vulnerables a desarrollar miles de enfermedades es un gran avance de cara a poder desarrollar mejores tratamientos".

La parte oscura del genoma

En 2003, y después de más de una década de esfuerzos, una coalición internacional de científicos publicó la primera secuencia del genoma humano, el conjunto completo de ADN que establece cómo es y cómo funciona un organismo vivo, desde su apariencia hasta su reproducción o qué tareas realizan cada una de las células que lo componen. Sin embargo, aunque ese ambicioso proyecto logró por primera vez tener el "libro de la vida", leerlo y comprenderlo era un desafío, porque la gramática no se entendía.

Estos años se ha ido descubriendo, por ejemplo, que sólo un 2% de todo el genoma codifica para proteínas, que son las "obreras" encargadas de llevar a cabo las tareas celulares. El 98% restante es no codificante, una parte oscura y desconocida que contiene muchas secuencias repetitivas, elementos móviles y secuencias de ADN reguladoras que, como explica el investigador del Centro Nacional de Biotecnología (CNB-CSIC) Lluís Montoliu en el Science Media Center Spain, se encargan de decir a los genes cuándo y cómo deben empezar a funcionar o cuándo y dónde deben apagarse. Es como si fuesen un panel de control que contribuye a que se produzcan las proteínas. Y es en estas regiones oscuras donde existen muchas variaciones o mutaciones asociadas a enfermedades. Por eso, durante años se han desarrollado algoritmos y programas para intentar entender qué secuencias eran reguladoras.

"Ahora DeepMind nos vuelve a dejar con la boca abierta con AlphaGenome y su capacidad de interpretar y predecir aquellas secuencias del genoma sin sentido, del no codificante", apunta Montoliu, para quien esta nueva IA tendrá "un impacto significativo en investigación básica, para entender cómo funcionan los genes, y también en aspectos más prácticos". El modelo, asegura Natasha Latysheva, ingeniera de DeepMind, impulsará la biología fundamental, acelerará nuestra comprensión del genoma y nos ayudará a localizar dónde están los elementos funcionales y sus funciones.

Para entrenar AlphaGenome los investigadores utilizaron el conocimiento generado por iniciativas públicas internacionales como ENCODE o GTEx, que han generado una enorme cantidad de datos sobre regulación génica en diferentes tejidos y condiciones, y utilizaron genomas de ratones y humanos. Uno de los puntos fuertes del modelo es que es capaz de realizar múltiples predicciones sobre un número importante de señales genéticas asociadas a funciones específicas de forma simultánea.

Un premio Nobel

Hace unos años este mismo laboratorio desarrolló AlphaFold, una IA que permitía predecir la estructura 3D de las proteínas a partir sólo de la secuencia de ADN, adelanto que fue reconocido con el premio Nobel en 2024. En AlphaFold ahora DeepMind suma AlphaGenome, que lanzó hace 6 meses en abierto para que la comunidad científica pudiera empezar a utilizarlo para investigar. En este tiempo, lo han utilizado tres mil científicos de 160 países, que han generado alrededor de un millón de peticiones por día para avanzar en áreas tan diversas como enfermedades neurodegenerativas, infecciosas o cáncer.

Aunque el modelo permite predecir resultados moleculares, destacan los científicos de DeepMind, no ofrece toda la película de cómo las variaciones genéticas llevan a enfermedades oa rasgos complejos, porque también están implicados otros factores, como los ambientales.