IA descifra por primera vez cómo se activan genes en el ADN humano

En un laboratorio de la Universidad de California en San Diego, investigadores acaban de resolver un misterio que ha permanecido sin respuesta durante décadas: cómo funciona exactamente el iniciador, ese pequeño pero crucial segmento de ADN que le dice a la maquinaria celular dónde debe comenzar a leer un gen.

El iniciador es el guardián del punto de partida. Cuando una célula necesita producir una proteína, una hormona o cualquier otra molécula esencial, debe saber exactamente dónde empezar a transcribir la información codificada en el ADN. El iniciador marca ese lugar con precisión. Está presente en aproximadamente el 60% de los genes humanos, lo que lo convierte en uno de los mecanismos reguladores más fundamentales de nuestro cuerpo. Pero durante años, los científicos no habían logrado descifrar su patrón exacto, el código de bases de ADN que lo define.

Torrey Rhyne-Carrigg, investigador doctoral del laboratorio del profesor James T. Kadonaga, lideró un enfoque radicalmente diferente. En lugar de intentar resolver el patrón mediante métodos convencionales, el equipo decidió generar alrededor de 500.000 variantes distintas del iniciador, medir la actividad de expresión génica asociada a cada una mediante secuenciación de alto rendimiento, y luego alimentar todos esos datos a un algoritmo de aprendizaje automático. El modelo comenzó a reconocer patrones: ciertas combinaciones de bases de ADN se asociaban consistentemente con iniciadores activos, mientras que otras no. Gradualmente, la inteligencia artificial construyó una firma computacional del iniciador, una representación matemática de lo que hace que un iniciador funcione.

Cuando los investigadores aplicaron este modelo al genoma humano completo, identificaron el iniciador en el 60% de los genes, confirmando las predicciones teóricas. Pero el hallazgo va más allá de la confirmación. El modelo no simplemente busca una secuencia corta y fija que todos los iniciadores compartan. En cambio, captura las preferencias sutiles de secuencia y las relaciones funcionales que distinguen a los iniciadores altamente activos de aquellos que son débiles o ineficientes. Kadonaga describió el logro como el primero en proporcionar predicciones sólidas sobre dónde y cómo funcionan estos elementos reguladores.

Las implicaciones clínicas son inmediatas. Muchos genes regulados por el iniciador están directamente vinculados al cáncer y al control del crecimiento celular. Si una mutación altera el iniciador de uno de estos genes críticos, el modelo ahora puede predecir si esa mutación comprometerá la expresión del gen y en qué medida. Un iniciador dañado podría permitir que un gen de control celular se active cuando no debería, o podría silenciarlo cuando debería estar activo. Ambos escenarios pueden llevar a la enfermedad. El modelo también abre la puerta a aplicaciones sintéticas: los investigadores podrían usar estos conocimientos para diseñar promotores artificiales con funciones específicas y controladas, herramientas poderosas para la terapia génica y la investigación.

Un detalle que refuerza la solidez del descubrimiento es que los patrones identificados en humanos son prácticamente idénticos a los encontrados en la mosca de la fruta, Drosophila melanogaster, un organismo modelo clásico en genética. Esa conservación evolutiva sugiere que el iniciador es un mecanismo antiguo y fundamental, probablemente presente en todos los animales. No es un accidente evolutivo, sino una solución que la naturaleza ha mantenido durante millones de años.

Kadonaga ve este trabajo como un paso en un proyecto mucho más ambicioso: construir un modelo de inteligencia artificial del código completo de expresión génica humana, el conjunto total de instrucciones que gobiernan qué genes se activan, cuándo y en qué células. Si tal modelo existiera, los científicos podrían predecir la actividad de cada variante genética en cada persona. El iniciador es una pieza pequeña pero fundamental de ese rompecabezas más grande. Lo que comenzó como una pregunta sobre un elemento regulador ha evolucionado hacia una visión de una biología completamente predecible, donde cada mutación, cada variación, puede ser evaluada antes de que cause daño.