Introducción
En un estudio innovador publicado en el número de julio de 2026 de Science (Volumen 393, Número 6806), investigadores han presentado TranscriptFormer, un modelo de inteligencia artificial generativa capaz de construir un atlas celular completo que abarca 1.500 millones de años de evolución. Este enfoque innovador utiliza el aprendizaje profundo para mapear estados celulares en diversas especies, ofreciendo conocimientos sin precedentes sobre los orígenes evolutivos de los tipos celulares y las redes reguladoras de genes.
¿Qué es TranscriptFormer?
TranscriptFormer es un modelo de IA generativa diseñado para predecir y reconstruir perfiles de expresión génica en una amplia gama de organismos. Al entrenarse con vastos conjuntos de datos de transcriptómica unicelular, el modelo aprende los patrones subyacentes de regulación génica que se conservan o divergen a lo largo del tiempo evolutivo. El resultado es un atlas celular dinámico que no solo cataloga tipos celulares conocidos, sino que también predice estados celulares ancestrales e intermedios.
La arquitectura del modelo se basa en redes transformer, similares a las utilizadas en grandes modelos de lenguaje como GPT, pero adaptadas para datos de secuencias biológicas. Procesa los datos de expresión génica como un lenguaje, donde el nivel de expresión de cada gen es similar a una palabra en una oración, y el contexto celular proporciona la gramática. Esto permite a TranscriptFormer generar perfiles de expresión plausibles para células que nunca se han observado experimentalmente, llenando efectivamente vacíos en nuestra comprensión evolutiva.
Hallazgos clave
El estudio demuestra que TranscriptFormer puede reconstruir con precisión tipos celulares de organismos separados por hasta 1.500 millones de años de evolución, incluidos animales, plantas, hongos y protistas. El modelo identifica programas reguladores de genes centrales que se conservan universalmente, así como innovaciones específicas de linajes que dieron lugar a tejidos y órganos complejos.
Uno de los hallazgos más sorprendentes es la predicción de un tipo celular ancestral común que probablemente existió en el último ancestro común eucariota (LECA). Este tipo celular hipotético exhibe una combinación de características observadas en las células madre modernas y las células inmunitarias, lo que sugiere que los eucariotas más antiguos poseían una forma primitiva de diferenciación celular.
Además, TranscriptFormer revela cómo ciertas redes reguladoras de genes han sido reutilizadas a lo largo de la evolución. Por ejemplo, los genes implicados en el desarrollo neural en animales muestran similitudes con los genes que controlan las respuestas al estrés en plantas, lo que indica conexiones evolutivas profundas entre procesos biológicos aparentemente no relacionados.
Metodología
Los investigadores recopilaron un conjunto masivo de datos de secuenciación de ARN unicelular de más de 100 especies, que representan las principales ramas del árbol de la vida eucariota. Estos datos se utilizaron para entrenar el modelo TranscriptFormer de manera autosupervisada, donde el modelo aprendió a predecir valores de expresión génica enmascarados basándose en el contexto circundante.
Para validar las predicciones del modelo, el equipo las comparó con atlas celulares determinados experimentalmente de especies no incluidas en el conjunto de entrenamiento. TranscriptFormer logró una alta precisión en la reconstrucción de tipos celulares conocidos y también identificó estados celulares novedosos que luego se confirmaron mediante experimentos dirigidos.
Las capacidades generativas del modelo se probaron además simulando escenarios evolutivos, como la transición de la vida unicelular a la multicelular. TranscriptFormer predijo con éxito tipos celulares intermedios que cierran la brecha entre ancestros unicelulares y organismos multicelulares complejos, proporcionando un marco computacional para estudiar las transiciones evolutivas.
Implicaciones para la biología y la medicina
TranscriptFormer tiene implicaciones de gran alcance tanto para la biología básica como para la medicina aplicada. Al proporcionar una visión integral de la diversidad celular a lo largo de la evolución, el modelo puede ayudar a identificar genes y vías conservados que son críticos para la función celular. Este conocimiento puede informar el desarrollo de nuevas terapias para enfermedades que implican disfunción celular, como el cáncer y los trastornos degenerativos.
Además, la naturaleza generativa de TranscriptFormer permite a los investigadores explorar escenarios hipotéticos, como cómo podría responder una célula a perturbaciones genéticas o cambios ambientales. Esto podría acelerar el descubrimiento de fármacos al predecir efectos no deseados o identificar nuevos objetivos farmacológicos.
El estudio también abre nuevas vías para la biología evolutiva del desarrollo (evo-devo), permitiendo a los científicos probar hipótesis sobre el origen de los tipos celulares y los cambios genéticos que impulsaron las principales innovaciones evolutivas.
Limitaciones y direcciones futuras
Si bien TranscriptFormer representa un avance importante, los autores reconocen varias limitaciones. Las predicciones del modelo solo son tan buenas como los datos de entrenamiento, y los sesgos en la representación de especies o las condiciones experimentales podrían afectar la precisión. Además, el modelo no tiene en cuenta las modificaciones epigenéticas ni la regulación postranscripcional, que desempeñan papeles importantes en la identidad celular.
El trabajo futuro se centrará en integrar datos multiómicos, incluida la accesibilidad de la cromatina y los niveles de proteínas, para crear una visión más holística de los estados celulares. Los investigadores también planean expandir el atlas para incluir más especies, particularmente aquellas de ramas poco estudiadas del árbol de la vida.
Conclusión
TranscriptFormer marca una nueva era en la biología computacional, donde la IA generativa puede reconstruir la historia evolutiva de las células con una fidelidad notable. Al abarcar 1.500 millones de años de evolución, este atlas celular proporciona un marco unificador para comprender la diversidad celular y los principios de la regulación génica. A medida que el modelo continúa evolucionando, promete transformar nuestra comprensión de los fundamentos celulares de la vida.
Este artículo se basa en reportajes de Science (AAAS). Lea el artículo original.
Originally published on science.org
