Evolución, IA y ADN para diagnosticar enfermedades: la revolución de popEVE
Este nuevo modelo de inteligencia artificial promete transformar la genética clínica, acelerar diagnósticos y abrir una oportunidad única para América Latina.
Desde hace años, la genómica clínica vive atrapada en un dilema técnico monumental: cada genoma humano contiene miles de variantes, pero solo una mínima fracción explica enfermedades graves. Encontrar esa variante es un desafío enorme porque el ADN no viene con instrucciones claras.
A ese problema apunta popEVE, el modelo presentado por investigadores de Harvard Medical School y la Universidad Pompeu Fabra en Nature Genetics. Su irrupción marca un cruce sin precedentes entre evolución, machine learning, poblaciones humanas y el análisis del proteoma completo, es decir, el conjunto total de proteínas codificadas por nuestro genoma.
Cómo funciona popEVE y qué aporta evolutivamente
El título del paper lo deja claro: popEVE es “un modelo de todo el proteoma para la genética de enfermedades humanas”. Esto implica que no trabaja sobre un subconjunto de proteínas ni sobre regiones específicas del genoma, sino que evalúa cómo todas las proteínas del organismo podrían verse afectadas por una variante genética específica. Este enfoque es radicalmente distinto de lo que existía hasta ahora, ya que escala el análisis desde casos individuales a un nivel sistémico, abarcando la totalidad del proteoma humano.
Ese salto técnico es crucial porque la mayoría de los modelos tradicionales dependen de información incompleta o sesgada. Algunos, como AlphaFold, se concentran en predecir estructuras proteicas pero no evalúan patogenicidad, mientras que otros, como EVE o EVEscape, analizan efectos mutacionales sin integrar el comportamiento de variantes a lo largo del proteoma entero. popEVE combina ambos mundos y los amplifica con datos poblacionales. Asimismo, los científicos pueden acceder al portal de forma online para empezar a realizar diagnósticos.
image
Rosario Cestau Murphy es Directora de la consultora RC STEM Consulting, bióloga de la UDELAR, en Uruguay, y MBA de la Boston University, en Estados Unidos. Ella explica el corazón del modelo con una simple analogía: “Todos tenemos mutaciones,pero no todas importan. Es como un auto: hay fallas en la ventanilla que no cambian nada y fallas en la pastilla de freno que te pueden quitar la vida”. Para ella, popEVE permite distinguir entre ambas con precisión quirúrgica. “Te dice no solo si la mutación está en la pastilla de freno, sino cuán dañada está y si el problema va a explotar ahora o dentro de miles de kilómetros”, comenta. En términos proteómicos, esto significa identificar qué variantes impactan sitios críticos del proteoma y cuáles no, algo que hasta ahora ningún modelo hacía a escala global.
Resultados inéditos: de diagnósticos imposibles a nuevos genes
El aporte evolutivo es central. Durante millones de años, el proteoma humano conservó posiciones tan críticas que cualquier cambio allí suele tener consecuencias severas. Cuando popEVE integra esa información con datos poblacionales reales, surge algo inédito: un modelo capaz de diagnosticar casi un tercio de los casos previamente inexplicables en trastornos del neurodesarrollo. Además, identificó 123 nuevos genes asociados a enfermedades raras, ampliando el mapa molecular de condiciones que durante décadas no tenían explicación.
Se estima que existen alrededor de 8.000 enfermedades raras, un universo heterogéneo donde conviven trastornos metabólicos, neurológicos, inmunológicos y cientos de variantes aún sin clasificar del todo. Muchas de estas patologías son sistémicas y afectan más de un órgano al mismo tiempo, mientras que otras presentan subtipos que se manifiestan de forma distinta incluso dentro de la misma familia. Esa complejidad hace que, en no pocas ocasiones, imiten síntomas de enfermedades comunes y pasen inadvertidas durante años, generando demoras diagnósticas que agravan el agotamiento y la incertidumbre de quienes las padecen.
Para Cestau, es un punto de inflexión. “Si descubrís un nuevo gen que afecta la pastilla de freno, también sabés que existe un cañito, un cable o una tuerca que antes nadie veía”, sostiene. “Y si sabés eso, no solo diagnosticás mejor, sino que abrís la puerta a nuevos tratamientos específicos”.
El investigador en IA, PhD Fellow en Computer Science en la Universidad de Castilla-La Mancha y Master of Science en Inteligencia Artificial, Luis Fernando Zhinin, coincide y profundiza: “El valor agregado está en exigir modelos que no solo predigan, sino que también expliquen”. Para él, popEVE es una demostración de cómo el cruce entre IA y ciencia avanza desde hace años. “Ayuda a adelantar muchos años de investigación, porque captura toda esta evolución humana que hemos tenido, sobre todo en la parte médica. Si nos complementamos con estas herramientas, podemos hacer cosas mejores y mucho más rápido que hace 20 años”, afirma.
¿Cómo confiar en la inteligencia artificial para dar un diagnóstico?
La pregunta no es menor. Cada avance en IA médica trae consigo dudas éticas y técnicas, especialmente cuando se trata de diagnosticar enfermedades raras. Rosario Cestau lo reconoce sin vueltas: “Existe el riesgo de que popEVE, al ser IA, sea algo superficial. No es un reemplazo, sino una herramienta más que tiene el clínico”. Para ella, el modelo no viene a sustituir la mirada médica, sino a agregar una capa de evidencia que antes no existía. “La IA te da un indicio para tu investigación clínica. Te dice ‘esto es genético’ y te informa la toma de decisiones. Al médico le diste una ayuda más para entender mejor el diagnóstico”, explica.
Zhinin lleva el tema hacia la raíz del problema: la confianza. “Para evitar que los modelos de IA tengan sesgos y sean confiables, es necesario que sean reproducibles y que sepamos lo que hay dentro”, afirma. Él reconoce ser un gran curioso de lo que se llama la “caja negra” de la IA: aquello que todavía es desconocido. Es por ello que agrega: “Hoy se solicita que los modelos sean explicables y se necesita saber con qué tipo de datos fueron entrenados. Sin esa transparencia, no se puede construir confianza”.
A la vez, plantea una distinción conceptual clave: “Cuando se habla de cómo se usa la IA, la pregunta es cómo nosotros le vamos a dar valor agregado. Hay dos caminos: dejar que la IA piense por vos, o pensar con la IA. La segunda crea superhumanos porque usás tu parte racional y podés estar actualizado con la IA”. Esto implica que la herramienta no sustituye la toma de decisiones, sino que amplifica la capacidad humana de interpretar información compleja.
Una oportunidad para América Latina
El carácter académico del proyecto abre una ventana que pocas veces se presenta en el campo biomédico. Cestau sostiene que popEVE no parece diseñado como un producto comercial, sino como un modelo que necesita nutrirse de datos globales. “Para este tipo de modelo es deseable tener un gran número de muestras, y de distintos orígenes geográficos para que el análisis sea lo más robusto posible”, afirma. En un sistema históricamente dominado por datos europeos o norteamericanos, esta es una oportunidad única.
image
Cestau, que desde su consultora RC STEM Consulting lidera procesos de desembarco de laboratorios biotecnológicos desde EE.UU. y Europa en América del sur, insiste en que esto debe ser “distributivo”. Al final del día, la idea es llegar a terapias que puedan llegar a comercializarse globalmente.
Zhinin, desde la IA, aporta el complemento técnico. Señala que sin diversidad real, ningún modelo será verdaderamente global. “Si popEVE incorpora diversidad real, será global. Si no, repetirá los errores del pasado”, asegura. América Latina, en ese sentido, tiene la posibilidad de entrar temprano en la conversación y corregir décadas de inequidad genética.
La publicación en Nature Genetics describe al modelo como “prometedor y expansible”, pero las voces expertas de la región agregan algo más: el verdadero valor de popEVE está en su capacidad de democratizar información crítica, integrar diversidad global y mejorar diagnósticos que cambian vidas. No resuelve todos los problemas de la medicina, pero inaugura una forma nueva de pensarla. Una que combina evolución, IA y humanidad para darle sentido al ADN. Y esa convergencia, por primera vez, parece estar al alcance de todos.
