Cada nuevo día creemos que la inteligencia artificial ya ha llegado a su máximo nivel de innovación y que ya no puede sorprender más. Por suerte, esto no es así y siempre se supera con algo nuevo.
Esta vez, un grupo de investigadores de Google junto con la Universidad de Yale desarrolló un modelo de lenguaje llamado C2S-Scale 27B, basado en la familia abierta de modelos Gemma. En pocas palabras, es un gran sistema de datos, con 27 mil millones de parámetros, creado para entender cómo se comunican las células entre sí.
El resultado de esta investigación es que esta IA ha permitido descubrir una nueva posible vía terapéutica contra el cáncer. Su predicción fue comprobada después en el laboratorio con células vivas, un hecho que demuestra que la tecnología puede impulsar avances reales en medicina.
El objetivo del estudio: El reto de hacer visibles los tumores
En los tratamientos inmunológicos contra el cáncer existe un gran reto y ese es el de hacer que los tumores “fríos”, es decir, que no son visibles para la inmunoterapia, se vuelvan “calientes”. Para que eso ocurra, las células cancerosas deben mostrar unas señales llamadas antígenos.
El equipo le asignó la tarea al modelo C2S-Scale 27B de encontrar un medicamento que fuese capaz de reforzar estas señales de antígenos, pero sólo cuando hubiese cantidades pequeñas de interferón, una proteína clave para activar las defensas del cuerpo. Debido a que el análisis era complicado sin contexto, los investigadores crearon una especie de filtro o criba virtual en dos escenarios distintos: uno donde el sistema inmunitario estaba medio activo y otro donde no mostraba señales de defensa.
Con estas instrucciones, el modelo de IA analizó más de 4.000 fármacos para encontrar cuáles funcionaban, es decir, mostraban presencia de antígenos, solo en presencia de interferón. Al revisar los resultados, algunos medicamentos ya eran conocidos, pero otros fueron descubrimientos totalmente nuevos.
De los resultados al laboratorio
En las respuestas se pudo observar que el silmitasertib (CX-4945), un inhibidor de la enzima CK2 podía hacer más visibles los tumores para el sistema inmunitario, pero únicamente si había interferón. Algo que no se había probado antes.
Y como las hipótesis se prueban en la práctica, el equipo de Yale hizo pruebas en el laboratorio con células humanas neuroendocrinas (células que no fueron usadas en las fases previas con el modelo) y los resultados fueron claros:
- Con solo silmitasertib, no hubo cambios.
- Con solo interferón, el efecto fue leve.
- Pero al combinar ambos (silmitasertib + pequeña dosis de interferón), la presentación de antígenos aumentó aproximadamente un 50%, lo que hacía las células cancerosas mucho más visibles.
Un paso más para la ciencia
Lo que la IA había predicho en una simulación terminó cumpliéndose en el laboratorio. En pocas palabras, el modelo logró identificar una especie de “refuerzo” del interferón. Gracias a eso, podría ser posible hacer que algunos tumores que pasan desapercibidos se vuelvan visibles y respondan mejor a los tratamientos.
Hoy, el equipo de Yale sigue probando nuevas predicciones del modelo en distintos contextos. Si los resultados se mantienen, podrían desarrollarse tratamientos más eficaces para ayudar al sistema inmunitario a detectar tumores. El C2S-Scale 27B ya está disponible para investigadores de todo el mundo, y el equipo que lo ha desarrollado invita usarlo para seguir descifrando el lenguaje secreto de las células.
