Las tecnologías actuales están allananando el camino para los tratamientos médicos del futuro a medida que expertos en IA, biólogos e ingenieros colaboran para revolucionar la investigación biológica y el tratamiento de enfermedades. Un avance destacado es TranscriptFormer, un modelo de IA en la intersección de la inteligencia artificial y la biología celular, que representa un progreso importante hacia estos objetivos. En una entrevista, la bióloga computacional Sara Simmonds y el investigador en IA James Pearce discuten su trabajo en TranscriptFormer. **Desafío biológico actual:** Sara Simmonds explica que su objetivo es entender cada célula del cuerpo humano a resolución de célula individual mediante el estudio de cómo las células se diferencian desde un solo óvulo fertilizado hasta tipos diversos como células cerebrales o musculares. James Pearce destaca que, aunque cada célula contiene el mismo ADN, la expresión génica varía, haciendo que cada tipo de célula sea única — similar a cómo las palabras forman diferentes oraciones. Su meta es descifrar estas “oraciones” de la expresión génica en estados sanos y enfermos, y en diferentes organismos. **Enfoque colaborativo:** Su equipo multidisciplinario incluye investigadores en IA, ingenieros, biólogos, científicos de datos y gerentes de programas. Los investigadores en IA construyen y entrenan modelos, los ingenieros apoyan en el desarrollo y la infraestructura, mientras que los biólogos computacionales manejan la recopilación, procesamiento y evaluación de datos. Seleccionaron datos significativos de CZ CELLxGENE, la plataforma de CZI para datos estándar de células individuales, que mide los niveles de expresión génica en células individuales. **Sobre TranscriptFormer:** TranscriptFormer es un modelo de IA entrenado con millones de células de tejidos diversos de 12 especies que abarcan 1. 5 mil millones de años de evolución. Genera representaciones concisas de vastos datos, generalizando para identificar patrones de expresión génica relacionados con tipos celulares o estados de enfermedad. A diferencia de modelos especializados, TranscriptFormer está diseñado para ser ampliamente aplicable a muchas tareas. **Capacidades e impacto:** El modelo permite experimentos “in silico” y generación de hipótesis, acelerando la investigación ahorrando tiempo. Ayuda a los investigadores a anotar nuevos conjuntos de datos de células únicas, identificando tipos celulares, infecciones o anomalías.

Además, apoya en el desarrollo de terapias celulares al identificar factores de transcripción que controlan el destino celular. De manera única, traduce patrones de expresión génica a través de especies, mejorando las predicciones de si los hallazgos en modelos animales son aplicables a humanos, lo que puede reducir la necesidad de algunos experimentos en laboratorio. **Rol en modelos celulares virtuales:** Dentro de la visión de CZI para una célula virtual — un sistema de modelos que interactúan en un espacio de representación universal — TranscriptFormer actúa como un modelo fundamental para datos moleculares de células únicas. Modelos complementarios podrían centrarse en otros tipos de datos, como la microscopía, permitiendo conocimientos integrales sobre la biología celular. **Importancia de la IA en biología y salud:** Entrenar en datos extensos de múltiples especies permite a TranscriptFormer descubrir patrones moleculares complejos más allá de los métodos tradicionales. Pearce compara la dependencia del contexto genético con la semántica del lenguaje, señalando que los modelos de IA basados en transformadores prosperan cuando se entrenan con grandes volúmenes de datos. Entender la regulación génica y las diferencias moleculares puede iluminar la biología de las enfermedades y facilitar descubrimientos más eficientes basados en datos, interpretando múltiples conjuntos de datos simultáneamente. **Entusiasmo en la investigación biológica actual:** Simmonds anticipa que la IA se volverá ubicua en la ciencia, revolucionando la investigación mucho más allá de cómo lo hicieron internet o las computadoras. Pearce enfatiza que los modelos de transformadores manejan datos inmensos de manera eficiente, superando limitaciones anteriores. TranscriptFormer trata a los genes en las células como “tokens”, similares a palabras en modelos de lenguaje. Antes, la biología carecía de suficientes tokens de datos, pero las tecnologías de laboratorio emergentes aumentan rápidamente el volumen y la calidad de los datos biológicos. Pronto, los datos biológicos podrían incluso superar la cantidad de datos textuales en Internet, prometiendo impactos transformadores análogos a aquellos que los grandes modelos de lenguaje han tenido en el procesamiento de información. Aprenda más sobre cómo estos avances están acelerando la investigación biomédica y transformando nuestra comprensión de la biología y la salud humana.