Los investigadores de Stanford hicieron algo nuevo. Con la ayuda de socios taiwaneses, Google Research y Google DeepMind, construyeron un canal de inteligencia artificial para el descubrimiento genético. Realmente funciona.
“Demostramos que los modelos de lenguaje grandes (LLms) podrían facilitar el descubrimiento genético en ratones… y generar diagnósticos genéticos… en humanos”, dice Gary Peltze
Gary Peltz es profesor de Anestesia en Stanford. Él dirigió el estudio. ¿Por qué importa? Alrededor de 350 millones de personas viven con enfermedades genéticas raras. Si podemos precisar los genes responsables, el tratamiento será más rápido. Mucho más rápido.
El problema del ruido del ADN
Pensemos en el genoma. Es un conjunto de instrucciones de ADN para producir ARN y proteínas. Cuatro pares de bases. El orden importa. Pero el orden cambia. Cada persona porta miles de cambios en la secuencia de ADN llamados “variantes de significado desconocido”.
¿Estas variantes causan enfermedades? No lo sabemos.
La pérdida de audición ilustra esta confusión. Un tercio de los adultos mayores de 61 años lo padece. Ese número llega al 80 por ciento después de los 85 años. La mitad de esos casos se deben a la genética. Pero rara vez sabemos qué partes. Peltz señala que el tiempo corre. Próximamente llegarán terapias restaurativas para otras afecciones genéticas. De repente, identificar los genes de la pérdida auditiva parece urgente.
¿Por qué los viejos métodos se quedan cortos?
Los científicos suelen realizar un estudio de asociación de todo el genoma, o GWAS. Buscan vínculos estadísticos entre un genotipo y un rasgo.
¿El truco? GWAS encuentra verdaderos culpables. También señala falsos positivos. Muchos de ellos. Es necesario separar el trigo de la paja para comprender verdaderamente la enfermedad. Las formas actuales lo hacen manualmente. Queman dinero en efectivo. Pierden el tiempo. Se necesita una costosa experiencia de genetista clínico para examinar los datos.
La IA cambia esa ecuación. Rápido. Más económico. ¿Preciso? Peltz cree que sí. Sostiene que el análisis genómico mediante IA podría mejorar la atención sanitaria de miles de millones de personas.
Med-PaLM se encuentra con Géminis
El equipo construyó canales para clasificar genes candidatos. Utilizaron dos LLM distintos. Med-PaLM 2 se especializa en conocimientos médicos. Gemini 2.5 Pro maneja un razonamiento complejo pero carece de ajustes médicos.
En primer lugar, Med-PaLM 2 analizó los genes GWAS de ratón. Detectó correctamente genes causales conocidos. Luego encontró algo nuevo. Un factor genético para la pérdida auditiva espontánea en ratones. Posteriormente, experimentos de laboratorio validaron ese hallazgo.
Luego vinieron las pruebas en humanos. Utilizando Gemini 2.5 Pro, el equipo abordó dos grupos. Veinte pacientes con pérdida auditiva. Seis con síndromes genéticos raros.
“El oleoducto… requirió que razonara su clasificación con la evidencia citada”. —Tao Tu, Google DeepMind
Tao Tu es científico investigador de DeepMind y coautor. El modelo comparó los genes de los pacientes con la literatura médica. Hizo referencias cruzadas de síntomas. Luego clasificó las causas probables. Su producción competía cara a cara con los diagnósticos de médicos reales. Un otorrinolaringólogo. Un genetista clínico.
Géminis ganó sin ninguna formación médica previa. Resolvió los casos de pérdida auditiva. Los casos de enfermedades raras fueron más difíciles. Síntomas complejos por todas partes. El equipo modificó la tubería para tener en cuenta ese desorden. Géminis todavía encontró las variantes causantes. Ayudó a diagnosticar las enfermedades raras.
El estudio llegó a Ciencia Avanzada. Los autores sostienen que la IA puede identificar de manera eficiente las raíces genéticas de enfermedades sospechosas en cientos de millones de personas en todo el mundo.
Agentes y el futuro de los genomas
¿Qué pasa después? Los investigadores planean integrar estos canales en marcos de agentes autónomos de IA. Piense en complementos para datos de proteínas o mutaciones. Se vuelve más capaz.
Peltz tiene grandes sueños. Un modelo de lectura de registros médicos electrónicos. Analizando el genoma. Totalmente automatizado. Él ve un cambio dramático. Estos nuevos modelos de razonamiento producen hipótesis. Provocan descubrimientos. Aceleran la búsqueda de tratamientos.
¿Eso significa que debemos deshacernos de los médicos?
De ninguna manera. Los humanos deben interpretar la IA. Los genetistas y médicos siguen siendo centrales.
También hay otra brecha. Nuestro análisis ignora la mayor parte del genoma. Sólo el dos por ciento del ADN codifica ARNm o proteínas. Analizamos esa parte. Extrañamos el otro noventa y ocho por ciento. Allí ocurren cambios genéticos. Simplemente todavía no los entendemos bien.
Peltz señala AlphaGenome como una posible solución. Este modelo de aprendizaje profundo podría interpretar variaciones que ignoraron el 98%. Podría desbloquear información oculta.
Si la IA sigue avanzando, la genética cambia del tratamiento a la prevención. Planes personalizados basados en su código. Suena radical.
Peltz ve venir un cambio. Desde curar enfermedades hasta prevenirlas por completo.
