Nace la primera IA capaz de apoyar el diagnóstico de enfermedades ultra raras
El modelo, denominado popEVE, se desarrolló utilizando datos procedentes de cientos de miles de especies distintas y de la variación genética existente en la población humana. El amplio registro evolutivo permite que la herramienta identifique qué partes de cada una de las aproximadamente 20.000 proteínas humanas son esenciales para la vida y cuáles pueden tolerar cambios.
Esto permite que popEVE no solo identifique mutaciones causantes de enfermedad, sino que también clasifique su gravedad en todo el organismo. Los resultados, publicados hoy en Nature Genetics por investigadores de la Harvard Medical School y del Centro de Regulación Genómica (CRG) en Barcelona, podrían transformar la manera en que los médicos diagnostican enfermedades genéticas.
Información genética del paciente
Una de cada dos personas con una enfermedad rara nunca recibe un diagnóstico claro. popEVE podría cambiar esta situación ayudando a los médicos a centrarse primero en las variantes más perjudiciales. Otro beneficio radica en que puede funcionar únicamente con la información genética del propio paciente. Esto tiene importantes implicaciones para la medicina de enfermedades raras en sistemas sanitarios con recursos limitados, al permitir que los diagnósticos sean más rápidos, sencillos y económicos que antes.
El genoma de cada persona contiene numerosas pequeñas diferencias que la hacen única. Entre ellas se encuentran las mutaciones de sentido erróneo, cambios que alteran un aminoácido en una proteína. Muchas son inocuas, pero otras provocan afecciones o trastornos graves. El reto consiste en determinar cuáles son benignas y cuáles resultan perjudiciales.
Los modelos computacionales pueden aprender qué posiciones de los aminoácidos son críticas para la vida comparando secuencias de proteínas de muchas especies distintas.
Esta idea inspiró EVE (Evolutionary model of Variant Effect), un algoritmo presentado por los mismos autores del estudio en 2021. Utilizaba patrones evolutivos para clasificar mutaciones en genes humanos asociados a enfermedades como benignas o perjudiciales. EVE alcanzó un rendimiento igual o superior al de muchos experimentos de laboratorio y, desde entonces, se utiliza en genética clínica para ayudar a interpretar variantes de significado incierto.
Una de las fortalezas de popEVE es que evita penalizar a personas cuyos linajes están infrarrepresentados en las bases de datos genéticas, predominantemente sesgadas hacia poblaciones de ascendencia europea. Esto resulta problemático en otras herramientas que señalan posibles mutaciones causantes de enfermedad simplemente porque no se habían visto antes.
