Biologia Molecular Mexico

En Biología Molecular México hemos cubierto en varias ocasiones la importancia de las herramientas de inteligencia artificial y su impacto en las ciencias biológicas. En esta ocasión, queremos compartir una nota sobre la aplicación de aprendizaje profundo o machine learning y el análisis de transcriptomas.

La revolución de la transcriptómica a nivel de célula única (scRNA-seq) ha transformado nuestra comprensión de la biología celular, permitiéndonos observar la diversidad y complejidad de las poblaciones celulares en tejidos y organismos completos. Sin embargo, a pesar de los grandes avances tecnológicos, esta técnica presenta limitaciones importantes: altos niveles de ruido, ceros inflados y dificultades para capturar relaciones funcionales entre genes y vías metabólicas. Un nuevo estudio publicado en Nature Methods [1] introduce una solución innovadora a este desafío: scNET.

scNET es una herramienta computacional basada en aprendizaje profundo, diseñada para integrar datos de expresión génica a nivel de célula única con redes de interacción proteína-proteína (PPI). ¿Por qué es esto importante? Porque mientras los datos de scRNA-seq nos dicen qué genes están activos en cada célula, las redes PPI nos indican cómo estos genes interactúan a nivel funcional. Al combinar ambas fuentes de información, scNET ofrece una representación mucho más rica y precisa del comportamiento celular.

Una de las grandes dificultades del análisis de datos de scRNA-seq es el fenómeno conocido como “inflación de ceros”. Esto significa que, debido a limitaciones técnicas, muchos genes aparecen como no expresados (ceros) cuando en realidad podrían estar activos. Esto oculta relaciones importantes entre genes y complica la interpretación de los datos. Los métodos tradicionales intentan corregir este problema mediante modelado probabilístico, pero suelen centrarse en recuperar valores numéricos más que en comprender la biología subyacente.

scNET cambia el juego utilizando redes neuronales gráficas (GNNs) que no solo recuperan información perdida, sino que la contextualizan dentro de las relaciones biológicas existentes. El modelo funciona con un enfoque de doble vista: por un lado, analiza las similitudes entre células (construyendo un grafo basado en la expresión génica) y por otro, integra las relaciones funcionales entre genes a partir de la red PPI. Mediante un mecanismo de atención, scNET es capaz de afinar las conexiones entre células y genes, eliminando relaciones débiles y destacando las más relevantes.

Los resultados son impresionantes. En pruebas realizadas con diferentes conjuntos de datos, scNET superó ampliamente a métodos tradicionales en varios aspectos clave:

• Mejora en la agrupación (clustering) de células, permitiendo identificar subpoblaciones celulares con mayor precisión.
• Captura de relaciones funcionales entre genes, mostrando que los genes agrupados en el espacio latente de scNET presentan anotaciones funcionales más coherentes.
• Reconstrucción más precisa de la expresión génica, reduciendo la inflación de ceros y recuperando dinámicas biológicas reales.

Además, scNET demuestra un rendimiento sobresaliente al identificar vías metabólicas y de señalización diferencialmente activadas bajo distintas condiciones biológicas. Por ejemplo, en un modelo de glioblastoma en ratón, scNET logró detectar la activación de vías relacionadas con la proliferación de células T CD8+ tras la inhibición de la selectina P, un resultado que los análisis tradicionales no lograban revelar con claridad.

Una característica destacada de scNET es su capacidad de afinar el grafo de similitud entre células utilizando atención, es decir, el modelo aprende cuáles conexiones entre células son realmente significativas y descarta las que no lo son. Esto es especialmente útil en datasets o conjuntos grandes de datos donde la cantidad de células es muy grande y las relaciones biológicas son complejas y sutiles.

La utilidad de scNET se extiende más allá de la simple recuperación de datos. Este enfoque ofrece una nueva manera de entender la biología a nivel de red, permitiendo identificar no solo qué genes están activos, sino cómo interactúan y en qué contextos celulares específicos. Esto tiene implicaciones directas en áreas como:

• Cáncer: ayuda a identificar vías de señalización alteradas y posibles dianas terapéuticas.
• Neurociencia: permite mapear redes de genes funcionales en diferentes tipos neuronales.
• Inmunología: facilita la identificación de poblaciones celulares activadas y sus vías inmunológicas asociadas.

El código de scNET es de acceso libre y está disponible en GitHub y PyPi, lo que permitirá a la comunidad científica implementarlo y adaptarlo a sus propios datos. Esto abre la puerta a una adopción amplia en laboratorios de biología computacional, genómica y bioinformática.

En conclusión, scNET representa un paso importante hacia un análisis más inteligente e integrado de los datos de scRNA-seq. Al combinar información de expresión génica con conocimiento previo de redes biológicas, y utilizando arquitecturas avanzadas de deep learning, esta herramienta no solo mejora la precisión de los análisis, sino que también nos acerca a una comprensión más profunda de los procesos celulares. En un futuro donde la biología de célula única será cada vez más central en la investigación biomédica, herramientas como scNET serán indispensables para desentrañar la complejidad de la vida a nivel molecular.

Para los investigadores y estudiantes interesados en la biología de sistemas, scNET es un claro ejemplo de cómo la inteligencia artificial puede potenciar la investigación biomédica. Estamos ante una herramienta que, sin duda, inspirará nuevas líneas de investigación y aplicaciones en la medicina personalizada, el descubrimiento de fármacos y la biotecnología.

La integración de datos, la inteligencia artificial y el conocimiento biológico se combinan aquí de manera magistral. scNET no solo reconstruye datos; reconstruye conocimiento. Y ese es, sin duda, el futuro de la ciencia.

Referencia

[1] Sheinin R, Sharan R, Madi A. scNET: learning context-specific gene and cell embeddings by integrating single-cell gene expression data with protein-protein interactions. Nat Methods. 2025 Mar 17. doi: 10.1038/s41592-025-02627-0.