Gladstone Institutes presenta MaxToki, un modelo de IA que predice el envejecimiento celular

MaxToki es un intento de enseñar a la IA a ver el envejecimiento no como un conjunto de instantáneas biológicas inconexas, sino como una trayectoria continua de cambios en la célula a lo largo del tiempo. El equipo de Gladstone Institutes y sus socios afirma que el modelo no solo puede estimar cuánto ha "envejecido" un estado celular concreto, sino también predecir qué intervenciones genéticas pueden acelerar o frenar ese proceso. Para la investigación del envejecimiento, es un cambio importante: en lugar de describir el estado actual de una célula, aparece una herramienta para modelar hacia dónde se dirige.

La mayoría de los modelos fundacionales biológicos actuales trabajan con datos estáticos, normalmente single-cell RNA-seq: una instantánea de qué genes están activos en una célula en un momento dado. Basta para reconocer un tipo de célula o su estado actual, pero no para entender la dinámica del envejecimiento, que se despliega durante años y décadas.

MaxToki es un transformer de solo decodificador (decoder-only) y se entrenó en dos etapas. Primero, el modelo estudió transcriptomas celulares individuales de un corpus de unos 175 millones de muestras. Después se amplió su contexto y se lo entrenó más con trayectorias de edad: unos 22 millones de transcriptomas de célula única recogidos de unos 3800 donantes de distintas edades, desde el nacimiento hasta más de 90 años. En total, el entrenamiento abarcó casi 1 billón de "tokens génicos".

Una de las ideas clave de MaxToki es representar la célula no mediante los niveles brutos de expresión génica, sino mediante su orden de clasificación. Este enfoque reduce la dependencia del ruido técnico y evita que los genes "de mantenimiento", activos casi siempre, ahoguen la señal. En cambio, el modelo distingue mejor los genes reguladores, incluidos los factores de transcripción, que a menudo determinan el paso de una célula de un estado a otro.

En la segunda etapa, MaxToki aprendió a trabajar ya no con una sola célula, sino con una secuencia corta de estados celulares y los intervalos de tiempo entre ellos. Eso permitió plantear dos tipos de consultas: predecir cuánto tiempo separa una célula de otra y generar el estado esperado de una célula tras un intervalo dado.

Según los autores, el modelo mostró una mejora notable en tareas que exigían reconstruir trayectorias de edad para ejemplos desconocidos. En tipos celulares reservados que no estaban en el entrenamiento, la correlación entre el desplazamiento temporal predicho y el real llegó a 0,85. En edades y donantes reservados, fue de 0,77. El error mediano de predicción del tiempo fue de 87 meses, frente a 178–180 meses de los métodos base más sencillos.

También es importante que MaxToki no recibe etiquetas explícitas de sexo ni de tipo celular durante la inferencia, sino que reconstruye el contexto a partir de los propios datos. Esto acerca el modelo al aprendizaje en contexto (in-context learning) de los modelos de lenguaje, solo que en el dominio biológico.

Resulta especialmente interesante la prueba con enfermedades que el modelo nunca vio durante el entrenamiento, porque solo se entrenó con envejecimiento "normal". En células del epitelio pulmonar de personas con un historial intenso de tabaquismo, MaxToki estimó una aceleración del envejecimiento de unos 5 años respecto al grupo de control de la misma edad. En fibroblastos pulmonares con fibrosis pulmonar, la estimación llegó a unos 15 años.

En la microglía de pacientes con enfermedad de Alzheimer, el modelo mostró unos 3 años de desplazamiento de edad adicional. Esa señal no apareció en personas con deterioro cognitivo leve ni en los llamados pacientes Alzheimer-resilient, que tienen una neuropatología similar pero ningún déficit cognitivo marcado. Esto sugiere que el modelo puede captar no solo la edad, sino específicamente la aceleración patológica del envejecimiento celular.

La parte más sólida del trabajo es el intento de pasar de la predicción a la acción. Los investigadores usaron MaxToki para un cribado in silico de genes en células cardíacas y buscaron dianas que pudieran desplazar la trayectoria hacia el envejecimiento o el rejuvenecimiento. Varios candidatos proenvejecimiento no descritos antes se probaron después de forma experimental.

En cardiomiocitos humanos, su sobreexpresión activó programas de inflamación y disfunción mitocondrial y empeoró la función celular, con alteraciones del ciclo del calcio y del ritmo de contracción. Los dos candidatos más fuertes también se probaron en ratones jóvenes: según los autores, en solo seis semanas esto provocó un deterioro medible de la función cardíaca. Para la IA biomédica es un momento importante: el modelo no solo interpreta bien los datos, sino que genera hipótesis que resisten la prueba de laboratorio.

¿Qué significa en la práctica? MaxToki sigue siendo un sistema de investigación y se ha publicado como preprint, así que es pronto para hablar de uso clínico. Pero la idea es muy potente: si los modelos fundacionales aprenden a modelar de forma estable las trayectorias celulares en el tiempo, podrían convertirse en una herramienta para la búsqueda temprana de dianas contra enfermedades asociadas a la edad, la selección de candidatos a fármacos y la comprobación de hipótesis antes de experimentos costosos. En pocas palabras, la biología obtiene un "simulador del futuro" para las células, y eso es mucho más interesante que otro modelo que se limita a describir una instantánea del presente.