Ir al contenido ¿Estamos cerca de simular una célula? La nueva frontera de la IA en biología
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.
El bioinformático en la era de la IA: ¿qué significa ser experto cuando todo se automatiza?
Una forma sencilla de definir la bioinformática es decir que aplica herramientas computacionales y analíticas a la captura, organización e interpretación de datos biológicos. Otra definición, algo más completa, la sitúa en la intersección entre biología molecular, genética, informática, matemáticas y estadística 🧩. Ambas ideas son importantes porque nos recuerdan algo básico: el bioinformático no pertenece a un solo mundo. Quizá por eso la bioinformática se confunde tan fácilmente con su parte más visible: los programas, los comandos, los pipelines, las tablas y los gráficos 💻. Desde fuera, un análisis bioinformático puede parecer una cadena ordenada de pasos técnicos que alguien ejecuta hasta obtener un resultado. En un análisis de RNA-seq, por ejemplo, esa parte “automática” puede parecer sencilla: descargar datos, alinear lecturas, cuantificar expresión, normalizar, hacer análisis diferencial, representar resultados y obtener listas de genes. Hoy una IA puede ayudar en casi todos esos pasos 🤖. Puede escribir comandos, proponer paquetes de R, construir un gráfico tipo volcano plot o sugerir una interpretación preliminar. Pero la ciencia no está en que aparezca un gráfico bonito 📊… La IA como acelerador, no como sustituto En un artículo publicado en npj Digital Medicine, Wilson Wen Bin Goh y colaboradores plantean una idea especialmente útil para entender este cambio: la IA no sustituye automáticamente la experiencia bioinformática; la vuelve más necesaria. Según los autores, la IA puede actuar como un gran acelerador del trabajo científico ⚡, pero su valor depende de la guía experta en el diseño del análisis, la curación de los datos, la interpretación de los resultados y la validación de las conclusiones. La diferencia es importante. Por ejemplo, una IA puede generar un script, ordenar una tabla de expresión diferencial o proponer una interpretación aparentemente coherente. Pero no puede decidir por sí sola si el diseño experimental responde bien a la pregunta, si los datos contienen sesgos técnicos, si el método estadístico es adecuado o si una señal tiene verdadero sentido biológico 🧠. El riesgo, por tanto, no es solo que la IA se equivoque. Es que se equivoque con apariencia de rigor ⚠️. Un script puede funcionar, una tabla puede estar bien formateada y una interpretación puede sonar científica sin que la conclusión sea válida. En biomedicina, esa diferencia importa: un error bioinformático puede cambiar la lectura de un experimento, priorizar mal un biomarcador o sostener una hipótesis terapéutica débil. Cuanto más potente es la herramienta, más decisivo se vuelve el criterio de quien la usa 🔍. Predecir no es explicar Incluso cuando un modelo acierta, todavía queda una pregunta abierta: ¿qué está explicando realmente? En biología, predecir no es lo mismo que comprender un mecanismo 🧩. Un modelo puede clasificar pacientes, priorizar genes o anticipar respuestas a fármacos con buena precisión, pero eso no significa que explique el fenómeno biológico que está analizando. Puede detectar asociaciones útiles sin revelar las causas que las producen. Esta diferencia está muy presente en el debate actual sobre interpretable machine learning en biología computacional. Chen et al. explican que estos métodos pueden ayudar a extraer información biológica de modelos predictivos, pero también advierten de sus limitaciones: interpretar un modelo no equivale automáticamente a explicar un proceso biológico. Que una variable tenga mucho peso en una predicción no demuestra que sea causal, ni que baste para entender la enfermedad ⚠️. Por eso, cuando una IA señala que ciertos genes distinguen dos grupos de pacientes, la pregunta importante no termina ahí. Empieza ahí 🔍. ¿Esos genes participan realmente en la patología? ¿Forman parte de una ruta alterada? ¿Se conectan con otros niveles del sistema: proteína, célula, tejido, fenotipo clínico? ¿O simplemente están funcionando como marcadores estadísticos sin valor mecanístico claro? Ese es el salto que importa: pasar del patrón al mecanismo 🧠. La IA puede encontrar regularidades en los datos, pero el bioinformático debe situarlas dentro de una arquitectura biológica: rutas, redes, funciones moleculares, contexto celular y evidencia experimental 🕸️. No basta con saber que algo predice; hay que entender qué significa dentro de un sistema vivo. AlphaFold: cuando la IA cambia la escala de la biología AlphaFold permite ver esta diferencia en un caso real. Es un buen ejemplo de cómo la IA no solo acelera tareas, sino que puede cambiar la escala completa de un campo científico 🚀. La AlphaFold Protein Structure Database, desarrollada por Google DeepMind y EMBL-EBI, reúne más de 214 millones de predicciones de estructuras proteicas 🧬, una cobertura impensable hace pocos años para la biología estructural clásica (Varadi et al., 2024). Lo que antes dependía en gran medida de técnicas experimentales complejas, como la cristalografía de rayos X o la criomicroscopía electrónica 🔬, ahora puede explorarse computacionalmente a una escala masiva. Pero una estructura predicha no es una fotografía absoluta de una proteína. Es un modelo computacional con métricas de confianza, regiones más o menos fiables y limitaciones concretas. En AlphaFold, indicadores como el pLDDT o el PAE ayudan a estimar qué partes de la predicción son más robustas y cuáles deben interpretarse con cautela ⚠️. Esto es especialmente importante en proteínas flexibles, regiones desordenadas, complejos proteicos o situaciones donde la función depende del contexto molecular. Ahí está el punto clave. AlphaFold permite explorar proteínas poco caracterizadas, priorizar regiones de interés y generar hipótesis funcionales 💡, pero no decide por sí solo qué hipótesis son biológicamente relevantes. La herramienta amplía el campo de visión; el experto sigue siendo necesario para interpretar qué significa esa predicción y qué preguntas merece la pena hacer después. De la bioinformática clásica a la bioinformática de sistemas Una profesora nos repetía este año, una y otra vez, una idea que resume muy bien hacia dónde se mueve la biología actual: la biología moderna no puede entenderse sin systems thinking 🧠. Durante mucho tiempo, muchos análisis se centraron en una dimensión concreta: genes, expresión génica, proteínas, variantes, metabolitos. Pero la biología real opera mediante sistemas: redes de interacción, rutas, células, tejidos, órganos, ambiente, enfermedad, tratamiento y tiempo 🕸️. La bioinformática de sistemas intenta integrar distintos niveles de información: genómica, transcriptómica, proteómica, epigenómica,
