Un equipo de investigadores, liderado por Debora Marks de la Harvard Medical School y Jonathan Frazer y Mafalda Dias del Centro de Regulación Genómica de Barcelona (CRG), ha desarrollado un innovador modelo de inteligencia artificial (IA) denominado ‘popEVE’. Este modelo es capaz de diagnosticar enfermedades raras incluso en aquellos pacientes que presentan mutaciones únicas en el mundo. La investigación ha sido publicada en la revista ‘Nature Genetics’ y promete revolucionar el diagnóstico de enfermedades minoritarias, facilitando el trabajo de los médicos al enfocarse primero en las variantes genéticas más dañinas.
Uso y Funcionalidad de ‘popEVE’
El modelo ‘popEVE’ ha sido creado utilizando datos de cientos de miles de especies diferentes y de la variación genética en la población humana. Su capacidad para operar únicamente con la información genética del propio paciente es particularmente valiosa en sistemas de salud con recursos limitados. Esto tiene importantes implicaciones para el diagnóstico de enfermedades raras, ya que permite concentrarse en las mutaciones más perjudiciales que afectan a la salud del paciente.
Análisis Evolutivo
Para tratar enfermedades «tan raras como únicas», los investigadores se enfrentaron a la dificultad de que no existen antecedentes clínicos a los cuales recurrir. A través de la evolución, han realizado innumerables pruebas sobre qué modificaciones pueden tolerar diversas proteínas. Los modelos computacionales se han aprovechado de estos experimentos evolutivos para identificar qué posiciones de los aminoácidos son esenciales para la vida.
El algoritmo ‘EVE’ (Evolutionary model of Variant Effect), desarrollado anteriormente por el mismo equipo en 2021, utilizaba patrones evolutivos para clasificar mutaciones genéticas. Sin embargo, ‘EVE’ presentaba limitaciones en la comparabilidad de las puntuaciones entre distintos genes. Estas limitaciones han sido superadas por el nuevo modelo, ‘popEVE’, que combina información evolutiva con datos procedentes de repositorios como UK Biobank y gnomAD.
Clasificación de Mutaciones
El resultado es que ‘popEVE’ se ha convertido en el primer modelo en clasificar mutaciones de manera significativa en todo el proteoma humano, que comprende cerca de 20,000 proteínas. Esto permite realizar comparaciones en la escala de gravedad de las mutaciones, mejorando así la capacidad de diagnóstico.
Validación de ‘popEVE’
Para validar la efectividad de ‘popEVE’, se analizaron datos genéticos de 31,000 familias cuyos hijos presentaban trastornos del desarrollo. En un 98% de los casos en que se identificó una mutación causal previamente, ‘popEVE’ logró clasificar correctamente esta variante como la más perjudicial del genoma del niño.
Además, ‘popEVE’ ha identificado 123 nuevos genes que nunca antes habían sido relacionados con trastornos del desarrollo, de los cuales 104 solo se habían observado en uno o dos pacientes. Esta capacidad de identificar variantes en linajes menos representados en las bases de datos genéticas es uno de los puntos fuertes de ‘popEVE’.
Limitaciones y Consideraciones
Es importante señalar que esta herramienta se centra en interpretar cambios en el ADN que afectan a las proteínas. No considera otros tipos de mutaciones, lo que significa que no abarca toda la variación genética. Asimismo, ‘popEVE’ no suple el criterio clínico en el diagnóstico, lo que implica que su uso debe complementarse con la experiencia médica.
Consejos para Emprendedores y Negocios Relacionados
-
Explorar la IA en Salud: Considera desarrollar herramientas de IA que puedan complementar el diagnóstico clínico, especialmente en áreas que requieren atención personalizada.
-
Datos Genéticos Abiertos: Invierte en proyectos que utilicen grandes bases de datos genéticos para identificar patrones que puedan ser útiles en terapias personalizadas.
-
Colaboraciones Interdisciplinarias: Fomenta asociaciones con instituciones académicas y de investigación para tener acceso a conocimientos y recursos que pueden impulsar la innovación.
-
Concienciación sobre Enfermedades Raras: Implementa campañas educativas para informar al público y a los profesionales de la salud sobre la importancia de diagnosticar y tratar enfermedades raras.
- Adaptación y Diversidad: Asegúrate de que las soluciones propuestas sean inclusivas y consideren la diversidad genética global para evitar sesgos en los diagnósticos.
Conclusiones
El desarrollo de ‘popEVE’ representa un avance significativo en el diagnóstico de enfermedades raras, ofreciendo una nueva herramienta para clasificar mutaciones y ayudar a los médicos en su labor. Este modelo de IA evita sesgos hacia poblaciones específicas y es capaz de trabajar con datos limitados, lo cual es esencial en sistemas con recursos restringidos. A medida que las tecnologías de IA evolucionan, la posibilidad de mejorar el diagnóstico y tratamiento de patologías minoritarias se convierte en una realidad cada vez más cercana, lo que tiene el potencial de transformar la medicina personalizada.