El Co-Scientist de DeepMind ayuda a encontrar nuevas formas de tratar enfermedades del hígado

Investigadores de DeepMind han desarrollado Co-Scientist — un asistente de IA que ayuda a los científicos a acelerar el proceso de descubrimientos científicos. Filippo Menolascina, investigador en el área de biología de sistemas, está trabajando con esta herramienta en uno de los problemas más complejos de la medicina moderna: por qué los mismos medicamentos funcionan eficazmente para algunos pacientes pero no ayudan a otros.

Co-Scientist: un asistente para el científico

Co-Scientist se diferencia de los modelos de lenguaje grandes convencionales en que puede trabajar con datos experimentales reales, analizar los resultados de investigaciones de laboratorio y proponer nuevas hipótesis de investigación basadas en datos factuales. La herramienta se integra en el flujo de trabajo del científico, ayudando a formular preguntas de investigación complejas e identificar patrones en los datos que el análisis humano podría perder. Para Menolascina, esto significa la capacidad de iterar más rápidamente a través de varias opciones, probar suposiciones y encontrar conexiones entre diferentes niveles de datos biológicos — desde la actividad de genes individuales hasta el comportamiento de poblaciones celulares enteras y órganos.

La forma tradicional de trabajo de un científico es formular una hipótesis, realizar un experimento, analizar el resultado. Co-Scientist acelera esta cadena proponiendo nuevas hipótesis basadas en datos existentes y ayudando a interpretar resultados en el contexto del conocimiento científico conocido.

Revelando los mecanismos de la enfermedad hepática

El hígado es uno de los órganos más complejos del cuerpo humano. Sus enfermedades frecuentemente permanecen poco comprendidas porque los mecanismos del desarrollo de la enfermedad involucran múltiples vías moleculares que interactúan en una red compleja. Co-Scientist ayuda a Menolascina a identificar los mecanismos moleculares clave que conducen al desarrollo de la enfermedad y la progresión de la insuficiencia hepática. Comprender estos mecanismos hace posible:

• Analizar qué genes se activan o suprimen en la enfermedad
• Identificar vías bioquímicas por las cuales se desarrolla la enfermedad
• Encontrar puntos en la red molecular donde los medicamentos pueden intervenir
• Predecir la eficacia de medicamentos existentes para un paciente específico
• Desarrollar nuevos enfoques de tratamiento basados en la comprensión del mecanismo

Este enfoque permite no solo encontrar nuevos medicamentos a través de búsqueda aleatoria, sino desarrollar deliberadamente la terapia mientras se entiende por qué debe funcionar de esa manera.

Respuestas individuales al mismo tratamiento

Uno de los mayores misterios de la medicina es la variabilidad en las respuestas de los pacientes al tratamiento idéntico. Para algunos pacientes el medicamento funciona perfectamente y el paciente se recupera, para otros no ayuda en absoluto, para otros causa efectos secundarios graves. Este fenómeno se llama "heterogeneidad fenotípica" — un diagnóstico oculta diferentes procesos biológicos en diferentes personas. Co-Scientist ayuda a explicar estas diferencias a nivel molecular. El análisis de datos muestra que subyacentes a estas diferencias clínicas hay cambios en genes específicos y las proteínas que producen. La herramienta ayuda a vincular estas características moleculares con el cuadro clínico y predecir qué paciente se beneficiará de un medicamento particular.

Lo que esto significa

La investigación de Menolascina demuestra que la IA no solo genera hipótesis sino que también se convierte en un acelerador real de descubrimientos científicos, especialmente en biomedicina. Si Co-Scientist puede ayudar a desentrañar uno de los órganos más complejos del cuerpo humano, esto abre la puerta para aplicar tales herramientas en el estudio de otras enfermedades. Para los pacientes, esto significa que en los próximos años el tratamiento puede volverse más preciso y efectivo — los médicos podrán elegir medicamentos no mediante prueba y error, sino basándose en análisis molecular del paciente específico, sus características genéticas y perfil bioquímico de su enfermedad.