← Volver al inicio

Releer un atlas de células cerebrales de ratón en 32 minutos: agentes de IA se reparten el trabajo para buscar pistas sobre la neurodegeneración

Cerca de dos mil agentes de IA analizan en paralelo datos de perturbaciones génicas y conectan las respuestas celulares con la literatura científica para formular hipótesis de investigación rastreables. Las evaluaciones iniciales respaldan el valor de este reparto del trabajo, pero aún hacen falta experimentos para confirmar mecanismos de enfermedad y desarrollar fármacos.

By SURL BioNews

Cuando un experimento puede registrar cambios en millones de células, el desafío para los científicos deja de limitarse a obtener datos y pasa también por comprenderlos. OpenAI, PerturbAI y Scripps Research colaboraron para que cerca de dos mil agentes de IA se repartieran el análisis de un atlas de perturbaciones génicas de todo el cerebro de ratón. Según informó el equipo, completaron el análisis y la integración de la literatura científica en 32 minutos y propusieron pistas que podrán someterse a verificación en investigaciones sobre enfermedades neurológicas.

Estos datos preexistentes abarcan aproximadamente 7,7 millones de células cerebrales de ratón y se obtuvieron mediante perturbaciones génicas con CRISPR, seguidas de mediciones de ARN de células individuales para rastrear las respuestas. Permiten a los investigadores comparar qué genes cambian su expresión en distintos tipos de células cerebrales cuando se altera un mismo gen. Los 32 minutos corresponden a la fase de análisis con IA y no incluyen los experimentos con animales ni la secuenciación necesarios para construir el atlas.

El estudio utiliza un método denominado «razonamiento biológico distribuido», en el que cada agente impulsado por GPT-Rosalind se encarga de una perturbación génica, combina datos de expresión específicos de cada tipo celular con la literatura científica y, posteriormente, los informes se integran en un mapa de razonamiento que se puede consultar. El repositorio público de GitHub también ofrece código, instrucciones para los modelos, predicciones guardadas, registros de ejecución y cuadernos de análisis, para que otros investigadores puedan rastrear cómo se llegó a las conclusiones.

Las pruebas de este método no se limitaron a comparar la velocidad. El resumen del estudio señala que los agentes reprodujeron las conclusiones del artículo de investigación original sin haber tenido acceso a él y predijeron respuestas a perturbaciones que se habían reservado de antemano y no se habían proporcionado al modelo. Según los resultados de la evaluación ciega publicados por OpenAI, los expertos prefirieron los informes de múltiples agentes en el 75% de las comparaciones. Sin embargo, la preferencia por los informes y la confirmación experimental de los nuevos mecanismos biológicos propuestos siguen siendo dos niveles distintos de evidencia.

Una de las pistas se refiere a DCTN1. Las mutaciones de este gen, relacionado con el transporte de sustancias dentro de las células nerviosas, pueden causar el síndrome de Perry, que presenta síntomas similares a los del párkinson. El equipo indicó que la IA observó un aumento de la expresión de genes relacionados con la síntesis de colesterol tras perturbar Dctn1 en ratones y, a partir de ello, planteó una hipótesis: ¿podría una distribución anómala del colesterol dentro de las células contribuir a la neurodegeneración? Esto ofrece una dirección para futuros experimentos, pero todavía no permite concluir que modificar el transporte de colesterol pueda proteger las neuronas.

Los resultados se han publicado por ahora como prepublicación en bioRxiv y aún no han sido sometidos a revisión por pares. Los cambios en el ARN provocados por perturbaciones génicas en ratones tampoco pueden equipararse directamente a enfermedades humanas o a la acción de fármacos. La utilidad inmediata de este trabajo es ayudar a los investigadores a seleccionar, dentro de un atlas enorme, preguntas que merezcan estudiarse experimentalmente; su capacidad para mejorar realmente el desarrollo de fármacos sigue dependiendo de cuántas de estas hipótesis se sostengan tras una validación independiente.

References

  1. Tech Times
  2. Jin Lab Neurogenomics / GitHub