Un equipo de investigadores del Centro de Regulación Genómica (CRG) de Barcelona y la Harvard Medical School ha desarrollado una herramienta de inteligencia artificial llamada popEVE, que determina qué mutaciones en proteínas humanas son más propensas a causar enfermedad, incluso cuando nunca se han observado en ninguna persona. Esta innovadora tecnología utiliza datos de cientos de miles de especies y la variación genética humana para identificar qué partes de las aproximadamente 20.000 proteínas humanas son esenciales para la vida y cuáles toleran cambios.
El modelo se basa en un enfoque evolutivo, que permite identificar qué mutaciones son benignas y cuáles son perjudiciales, y también clasifica las mutaciones según su gravedad en todo el organismo. Los resultados, publicados en la revista Nature Genetics, podrían transformar el diagnóstico de enfermedades genéticas, ya que una de cada dos personnes con una enfermedad rara nunca recibe un diagnóstico claro.
La herramienta popEVE puede cambiar esta situación al ayudar a los médicos a centrarse primero en las variantes más perjudiciales. Además, su capacidad para trabajar con el ADN del propio paciente facilita diagnósticos más rápidos y económicos, algo crucial en sistemas sanitarios con recursos limitados.
La tecnología popEVE resuelve el problema de la comparabilidad de las puntuaciones de mutaciones entre genes, lo que dificultaba priorizar mutaciones en todo el genoma. Al combinar datos evolutivos con información del UK Biobank y gnomAD, popEVE calibra sus predicciones para humanos y clasifica mutaciones en todo el proteoma, permitiendo comparar variantes de diferentes genes en la misma escala.
Para validar popEVE, se analizaron datos de más de 31.000 familias con hijos afectados por trastornos graves del desarrollo. En el 98% de los casos con mutación causal conocida, popEVE la identificó como la más perjudicial del genoma del niño. También superó a AlphaMissense, una herramienta puntera de Google DeepMind.
Otra ventaja de popEVE es que evita sesgos hacia poblaciones de ascendencia europea, frecuentes en otras herramientas. «Nadie debería recibir un resultado alarmante solo porque su comunidad no esté bien representada en las bases de datos globales», afirma Jonathan Frazer, coautor del estudio. «popEVE contribuye a corregir ese desequilibrio, algo que el campo llevaba mucho tiempo necesitando».
Los autores advierten que popEVE solo interpreta cambios en el ADN que alteran proteínas, y no cubre toda la variación genética. No sustituye al criterio clínico, y los médicos deben considerar historiales y síntomas para orientar el diagnóstico. Sin embargo, la herramienta popEVE ofrece una gran promesa para mejorar el diagnóstico y el tratamiento de enfermedades genéticas, y su desarrollo marca un importante avance en el campo de la genética y la inteligencia artificial.
Palabras clave: popEVE, inteligencia artificial, mutaciones genéticas, enfermedades raras, diagnóstico, genética, proteínas humanas, evolución, UK Biobank, gnomAD, AlphaMissense, Google DeepMind, sesgos poblacionales, variación genética, criterion clínico.
Google
