De observar células a intentar predecirlas

La idea de modelar una célula no nació con la inteligencia artificial generativa. Mucho antes de que habláramos de modelos fundacionales, la biología computacional ya intentaba representar procesos celulares mediante ecuaciones, redes y simulaciones 🧮. Un ejemplo especialmente importante fue el trabajo de Karr et al., que en 2012 construyó un modelo computacional de célula completa en Mycoplasma genitalium, un organismo utilizado precisamente por tener un genoma muy reducido.

Aquel modelo era limitado si lo comparamos con la complejidad de una célula humana, pero tenía una ambición clara: integrar en una misma representación procesos que suelen estudiarse por separado, como metabolismo, expresión génica, replicación del ADN, síntesis de proteínas y crecimiento celular ⚙️.

La biología molecular ha avanzado mucho separando la vida en partes: genes, proteínas, rutas, orgánulos, tipos celulares 🧱. Esa estrategia ha sido enormemente útil, pero una célula no funciona como una suma de piezas independientes 🧩. Cambiar una ruta puede alterar la expresión génica; modificar un gen puede afectar al metabolismo; introducir un fármaco puede activar respuestas compensatorias que no se entienden mirando una sola variable.

Durante años, la bioinformática ha sido esencial para ordenar esa complejidad. Pero describir un estado celular no responde siempre a la pregunta más difícil: qué pasará después 🔮.

Ahí aparece el cambio de escala. La pregunta ya no es solo qué está ocurriendo en una célula, sino qué podría ocurrir si la perturbamos. ¿Qué pasa si apagamos un gen? ¿Si activamos una vía? ¿Si administramos un fármaco? ¿Si cambiamos el entorno celular? 🧪

Qué es una célula virtual y qué no debemos imaginar

En un artículo publicado en Cell, Bunne et al. utilizan el término AI Virtual Cell para referirse a un modelo computacional capaz de simular funciones, interacciones y comportamientos celulares 🤖. La palabra “simular” puede llevar a confusión, porque no hablamos de copiar una célula punto por punto, molécula por molécula, hasta construir una versión perfecta dentro del ordenador. El objetivo es más concreto: crear modelos que ayuden a representar cómo se encuentra una célula y cómo podría cambiar ante determinadas condiciones.

En ese sentido, una célula virtual se parece más a un sistema de predicción biológica que a una maqueta digital 💻. Puede integrar información sobre expresión génica, proteínas, cromatina, morfología, perturbaciones, relaciones entre genes o contexto celular, y usar todo eso para anticipar posibles respuestas 📊. Por ejemplo, qué genes podrían cambiar si se inhibe una ruta, qué estado celular podría aparecer tras un tratamiento o qué perturbación merece ser probada después en el laboratorio.

Esta idea cambia el papel del modelo computacional. Tradicionalmente, muchos modelos servían para describir o resumir datos ya obtenidos. En cambio, una célula virtual aspira a intervenir antes del experimento: ayudar a seleccionar hipótesis, reducir combinaciones inútiles y priorizar las preguntas con más sentido biológico 🧠.

También obliga a cambiar la forma de entender la bioinformática. El análisis computacional entra en el diseño de la pregunta: qué medir, qué perturbar, qué comparar y qué resultado sería verdaderamente informativo 🔍.

Por qué ahora: atlas celulares, single-cell y datos a gran escala

La pregunta por la célula virtual aparece ahora porque la biología ha cambiado de escala 📈.

Durante años, muchos estudios medían señales promedio: expresión génica de un tejido completo, presencia de una mutación en una muestra, abundancia de una proteína en un conjunto celular. Esa información fue fundamental, pero dejaba fuera la heterogeneidad interna de los sistemas biológicos 🧩.

Las tecnologías single-cell modificaron ese punto de partida. Permitieron estudiar miles o millones de células individualmente, identificar tipos celulares, detectar estados transitorios y construir atlas celulares cada vez más amplios 🧬. A esto se han sumado otras capas: la transcriptómica espacial, la multi-ómica y los experimentos de perturbación, que permiten conservar contexto tisular, combinar niveles moleculares y observar qué ocurre cuando se altera un gen, una vía o una condición experimental 🧪.

Por eso los modelos fundacionales han entrado con tanta fuerza en la biología celular 🤖. En lugar de entrenar un modelo pequeño para una tarea muy concreta, estos modelos aprenden representaciones generales a partir de grandes volúmenes de datos y luego pueden adaptarse a distintas preguntas: clasificar tipos celulares, integrar datasets, predecir estados, comparar condiciones o estimar respuestas a perturbaciones.

En biología, esto no es tan directo como en lenguaje natural. Los genes no son palabras, las células no son frases y los tejidos no son textos ⚠️. Pero la intuición general es parecida: si existe suficiente información estructurada, un modelo puede aprender relaciones que no son evidentes a simple vista 🔍.

Para profundizar: esta lógica está muy bien recogida en las revisiones de Cui et al., sobre modelos fundacionales multimodales en biología molecular y celular, y de Baek, Song y Lee, sobre single-cell foundation models.

Perturbar para entender: cuándo observar ya no basta

Los atlas celulares han sido uno de los grandes avances de la biología reciente, pero tienen una limitación clara: describen estados, no demuestran por sí solos cómo se producen. Saber que una célula está en un estado inflamatorio, tumoral, resistente o agotado no explica necesariamente qué mecanismos la han llevado ahí ni qué intervención podría cambiar su trayectoria 🧭.

Ahí entran las perturbaciones 🧪. Si queremos entender cómo funciona una célula, no basta con observarla quieta. Hay que modificar el sistema y medir qué ocurre después. Esto puede hacerse apagando genes, activando rutas, introduciendo mutaciones, aplicando fármacos o cambiando el entorno. La lógica es sencilla: una relación biológica se entiende mejor cuando podemos intervenir sobre ella y observar la respuesta 🔬.

En los últimos años, tecnologías como CRISPR screens y Perturb-seq han permitido combinar perturbaciones genéticas con lecturas single-cell. Esto significa que podemos alterar genes concretos y después medir, célula a célula, cómo cambia el transcriptoma. El resultado no es solo una lista de genes afectados, sino un mapa de respuestas celulares ante intervenciones específicas 📍.

Este punto es crucial para la idea de célula virtual. Un modelo que solo aprende a reproducir estados observados puede ser útil, pero limitado. Un modelo que aprende a predecir respuestas ante perturbaciones se acerca más a una herramienta experimental.

GEARS, desarrollado por Roohani et al. y publicado en Nature Biotechnology, fue diseñado para predecir respuestas transcriptómicas a perturbaciones genéticas simples y combinadas usando datos de single-cell RNA-seq y relaciones entre genes 🕸️. Lo relevante de esto es la pregunta que representa: ¿podemos anticipar qué pasará en una célula cuando modifiquemos varios genes a la vez? ⚙️

Esa pregunta conecta directamente con la biología real 🔬. Este es el puente entre describir células y empezar a razonar sobre causalidad 🧠.

Cáncer, inmunología y fármacos: dónde puede cambiar la biomedicina

La utilidad de las células virtuales se entiende mejor cuando se aterriza en problemas biomédicos concretos. En cáncer, por ejemplo, uno de los grandes retos no es solo identificar mutaciones o clasificar tumores, sino anticipar por qué algunos pacientes responden a un tratamiento y otros no. Dos tumores pueden compartir rasgos moleculares y comportarse de forma distinta. Dos células del mismo tumor pueden encontrarse en estados diferentes. Una terapia puede eliminar una población celular y dejar otra preparada para resistir 💊.

En ese contexto, los modelos celulares podrían ayudar a priorizar hipótesis. Si un modelo integra datos de expresión, perturbaciones, respuesta a fármacos y contexto celular, puede sugerir qué rutas parecen más relevantes, qué combinaciones terapéuticas merecen ser exploradas o qué estados celulares podrían asociarse a resistencia. Esto no convierte automáticamente la predicción en tratamiento, pero puede orientar mejor el trabajo experimental y reducir parte del ensayo y error 🎯.

La inmunología ofrece otro ejemplo potente. Las células inmunes cambian constantemente de estado: se activan, se agotan, migran, reconocen señales, pierden función o se adaptan al microambiente. En inmunoterapia, no basta con saber si hay linfocitos presentes. Importa qué estado tienen, qué señales reciben y si pueden mantener una respuesta efectiva contra el tumor 🧬. Un modelo capaz de representar esos cambios podría ayudar a estudiar por qué una respuesta inmune se activa, se bloquea o se vuelve insuficiente 🛡️.

También hay aplicaciones en descubrimiento de fármacos. La investigación preclínica necesita decidir qué moléculas probar, en qué modelos, con qué biomarcadores y bajo qué condiciones 🧪. En este contexto, Ma et al. plantean que los modelos de célula virtual podrían ayudar a filtrar candidatos, anticipar toxicidad, explorar mecanismos de acción o seleccionar experimentos más informativos. En áreas donde probar todas las combinaciones posibles es inviable, la predicción computacional puede servir como una primera capa de priorización.

La promesa y el límite: una célula sigue siendo más que un modelo

El riesgo de este campo es evidente: confundir capacidad predictiva con comprensión completa ⚠️.

Un modelo puede acertar en una tarea concreta y fallar al cambiar de tejido, paciente, enfermedad o plataforma experimental. También puede aprender correlaciones útiles sin capturar mecanismos causales. Incluso cuando funciona bien en datos parecidos a los de entrenamiento, puede perder fiabilidad ante situaciones nuevas ⚠️.

Los datos biológicos, además, no son neutrales ni perfectos ⚠️. Proceden de tecnologías con sesgos, muestras limitadas, condiciones experimentales concretas y poblaciones muchas veces incompletas 📉. Además de que una célula no solo tiene un estado molecular; tiene historia, entorno y relaciones.

Sin esa información, cualquier predicción queda incompleta 🧩. Un atlas celular puede estar muy bien construido y aun así no representar todos los contextos posibles. Un dataset de perturbaciones puede cubrir unas rutas y dejar fuera otras. Un modelo entrenado con datos de una enfermedad concreta puede no generalizar a otra 🔁.

Por eso, el futuro de las células virtuales dependerá tanto de los modelos como de la validación experimental ✅. La pregunta importante será si esa predicción resiste cuando se prueba en células reales, organoides, tejidos, modelos animales o cohortes clínicas.

Ahí aparece también un nuevo perfil profesional. Este campo necesitará personas capaces de moverse entre biología celular, datos ómicos, estadística, inteligencia artificial y diseño experimental 🧪. No bastará con saber programar ni con saber biología de forma aislada. Harán falta perfiles que entiendan qué mide cada tecnología, qué puede aprender un modelo, dónde puede equivocarse y cómo convertir una predicción computacional en una pregunta biológica comprobable 🔍.

La célula virtual no será útil porque elimine el laboratorio. Será útil si consigue algo más razonable y más importante: ayudarnos a decidir qué experimentos merece la pena hacer 🔬.

¿Quieres seguir explorando cómo la IA está cambiando la biología? Puedes leer nuestro artículo sobre el bioinformático en la era de la IA, donde explicamos qué significa ser experto cuando parte del análisis se automatiza. También puedes continuar con virus diseñados por IA, un ejemplo concreto de cómo los modelos generativos empiezan a entrar en la investigación biológica.