La inteligencia artificial continúa abriéndose camino en muchos aspectos de nuestras vidas. Pero ¿qué pasa con la biología, el estudio de la vida misma? La IA puede examinar cientos de miles de puntos de datos del genoma para identificar posibles nuevos objetivos terapéuticos. Si bien estos conocimientos genómicos pueden parecer útiles, los científicos no están seguros de cómo los modelos de IA actuales llegan a sus conclusiones en primer lugar. Ahora, un nuevo sistema llamado SQUID llega a la escena armado para abrir la caja negra de turbia lógica interna de la IA.
SQUID, abreviatura de Interpretabilidad cuantitativa sustituta para Deepnets, es una herramienta computacional creada por científicos del Cold Spring Harbor Laboratory (CSHL). Está diseñado para ayudar a interpretar cómo los modelos de IA analizan el genoma. En comparación con otras herramientas de análisis, SQUID es más consistente, reduce el ruido de fondo y puede generar predicciones más precisas sobre los efectos de las mutaciones genéticas.
¿Cómo funciona mucho mejor? La clave, dice el profesor asistente de CSHL, Peter Koo, radica en la formación especializada de SQUID.
«Las herramientas que la gente utiliza para tratar de comprender estos modelos provienen en gran medida de otros campos como la visión por computadora o el procesamiento del lenguaje natural. Si bien pueden ser útiles, no son óptimas para la genómica. Lo que hicimos con SQUID fue aprovechar décadas de experiencia. conocimientos de genética cuantitativa para ayudarnos a comprender lo que aprenden estas redes neuronales profundas», explica Koo.
SQUID funciona generando primero una biblioteca de más de 100.000 secuencias de ADN variantes. Luego analiza la biblioteca de mutaciones y sus efectos utilizando un programa llamado MAVE-NN (Multiplex Assays of Variant Effects Neural Network). Esta herramienta permite a los científicos realizar miles de experimentos virtuales simultáneamente. De hecho, pueden «pescar» los algoritmos detrás de las predicciones más precisas de una determinada IA. Su «captura» computacional podría sentar las bases para experimentos más basados en la realidad.
«en silicio [virtual] Los experimentos no reemplazan los experimentos de laboratorio reales. Sin embargo, pueden ser muy informativos. Pueden ayudar a los científicos a formular hipótesis sobre cómo funciona una región particular del genoma o cómo una mutación podría tener un efecto clínicamente relevante», explica el profesor asociado de CSHL Justin Kinney, coautor del estudio.
Hay toneladas de modelos de IA en el mar. Cada día entran más en las aguas. Koo, Kinney y sus colegas esperan que SQUID ayude a los científicos a encontrar aquellos que mejor satisfagan sus necesidades especializadas.
Aunque mapeado, el genoma humano sigue siendo un terreno increíblemente desafiante. SQUID podría ayudar a los biólogos a navegar en este campo de manera más efectiva, acercándolos a las verdaderas implicaciones médicas de sus hallazgos.
