Innovación en el Análisis Genómico
La plataforma de inteligencia artificial Hugging Face ha lanzado un modelo revolucionario diseñado para comprender el ADN, el cual puede operar localmente en computadoras portátiles. Este avance se ha logrado gracias a la colaboración con investigadores de la Academia Zhongguancun en China y de la Universidad Federico II de Nápoles, Italia. El modelo ha sido entrenado con secuencias genómicas y datos de lenguaje natural, permitiendo a los usuarios formular preguntas sobre cómo los cambios en el ADN afectan la actividad genética y la salud, recibiendo respuestas en un formato conversacional.
Lewis Tunstall, investigador científico sénior de Hugging Face, destaca que esta herramienta tiene como objetivo facilitar el diseño de nuevos medicamentos y terapias genéticas, así como ayudar a los pacientes a interpretar sus propios genomas. «Hemos desbloqueado una nueva capacidad en los modelos de lenguaje, que consiste fundamentalmente en poder ‘chatear’ con el ADN», menciona acerca de Carbon-X. La incorporación del lenguaje natural permite que incluso quienes carecen de conocimientos técnicos puedan abordar preguntas sobre el ADN que serían inaccesibles a través de otras herramientas.
Un Enfoque Accesible a la Inteligencia Artificial
Hugging Face se ha consolidado como un referente en la comunidad de modelos de inteligencia artificial, ofreciendo una biblioteca de herramientas listas para usar y una plataforma que permite la ejecución de aplicaciones de IA, mayormente de código abierto. Esta accesibilidad está dirigida a desarrolladores, investigadores y cualquier persona interesada en explorar el potencial de la IA sin la necesidad de comenzar desde cero. Recientemente, la empresa fue objeto de un acuerdo de adquisición por parte de Nvidia por un valor cercano a los 13,000 millones de dólares. Cabe mencionar que también sufrió un ataque cibernético significativo relacionado con modelos de OpenAI a comienzos del año.
Desentrañando el Código del ADN
El ADN, en esencia, se asemeja más a un código informático que a un lenguaje natural, utilizando las letras A, C, G y T para codificar información. Un solo genoma humano puede contener hasta 6,000 millones de estas letras. A pesar de que se ha logrado secuenciar el genoma humano en su totalidad, la comprensión de su funcionamiento sigue siendo un reto para la comunidad científica.
Los modelos de inteligencia artificial están empezando a desvelar algunos de estos misterios. Por ejemplo, el año pasado, Google DeepMind introdujo AlphaGenome, un modelo que predice los efectos de las secuencias de ADN y mutaciones genéticas, aunque solo en formato numérico y requiriendo mayor capacidad computacional. Por su parte, Evo 2, desarrollado por el Arc Institute y Nvidia junto a varios socios académicos, puede generar genomas completos desde cero y se comunica en el lenguaje del ADN.
Carbon-X: Un Chatbot para el ADN
Carbon-X combina la comprensión del ADN con el lenguaje natural a través de una interfaz conversacional, funcionando como un ChatGPT especializado en genética. El equipo inició su trabajo utilizando un modelo de lenguaje existente y amplió su vocabulario para interpretar el ADN en grupos de seis letras. Posteriormente, continuaron el entrenamiento con 300,000 millones de fragmentos de datos que incluyen secuencias de ADN, textos en inglés y ejemplos que vinculan el ADN con descripciones biológicas. Las secuencias de ADN utilizadas provienen de mamíferos, otros vertebrados, invertebrados, plantas, hongos y protozoos, pero se evitaron los virus para prevenir aplicaciones potencialmente peligrosas.
Limitaciones y Precauciones del Modelo
El modelo está diseñado para procesar secuencias de ADN de aproximadamente 50,000 pares de bases, lo que significa que los usuarios solo podrán consultar pequeñas partes del genoma en cada interacción. Una de las aplicaciones más prometedoras de Carbon-X es la evaluación de mutaciones genéticas, determinando si son benignas o patógenas, un paso crucial en el desarrollo de tratamientos dirigidos y terapias genéticas. La identificación incorrecta de una mutación puede resultar en intervenciones ineficaces o, incluso, en daños colaterales.
El equipo de Tunstall ha sido consciente de las restricciones relacionadas con la carga de datos sensibles de pacientes en modelos de IA avanzados. Por esta razón, han creado un modelo compacto con 14,000 millones de parámetros, que puede ejecutarse localmente en el hardware del usuario, evitando la dependencia de servidores en la nube. Según sus declaraciones, ningún dato se envía a Hugging Face ni a otras entidades.
Aunque Carbon-X representa un avance significativo, sus desarrolladores advierten que aún no se ha validado mediante experimentos en laboratorio, lo que significa que no se puede garantizar la precisión de sus predicciones hasta el momento.
Más historias
Estudio revela que los bebedores de café tienen menos grasa corporal, más masa muscular y niveles de testosterona más altos
El Escudo de las Américas: Revelando el Interés de EE. UU. en los Recursos Naturales de América Latina
Innovadora empresa desarrolla perros genéticamente modificados para uso en el ejército de EE. UU.