Herramienta experimental identifica infecciones y condiciones autoinmunes con alta precisión mediante el análisis de secuencias genéticas del sistema inmunológico.
Investigadores desarrollaron una herramienta de inteligencia artificial (IA) capaz de diagnosticar diversas infecciones y enfermedades autoinmunes a partir de una única muestra de sangre.
El sistema, que analiza las secuencias genéticas de las células inmunitarias, logró identificar con precisión condiciones como COVID-19, diabetes tipo 1, VIH, lupus y la reciente aplicación de la vacuna contra la gripe en un estudio con casi 600 participantes.
Los hallazgos fueron publicados el 20 de febrero en la revista Science y representan un paso hacia métodos de diagnóstico más integrales y menos invasivos. “Este es un enfoque de secuenciación única que captura todo a lo que ha estado expuesto tu sistema inmunológico”, explicó Sarah Teichmann, bióloga molecular de la Universidad de Cambridge y coautora del estudio.
Un diagnóstico natural basado en el sistema inmunológico
El sistema inmune almacena un registro detallado de las enfermedades pasadas y actuales a través de las células B y T. Las primeras generan anticuerpos contra agentes patógenos, mientras que las segundas activan respuestas inmunitarias o destruyen células infectadas. La secuenciación de los genes que codifican los receptores de estas células puede revelar el historial de exposiciones a diversas enfermedades.
“El sistema inmunológico es un diagnóstico natural; si aprendemos cómo lo hace, podemos replicarlo”, comentó Victor Greiff, inmunólogo computacional de la Universidad de Oslo.
A diferencia de herramientas previas, la nueva plataforma utiliza datos tanto de células B como T, lo que mejora significativamente la capacidad para identificar enfermedades. Según Maxim Zaslavsky, científico computacional de la Universidad de Stanford y autor del estudio, “combinar ambas fuentes ofrece una visión más completa de la actividad inmunológica”.
Resultados del estudio
El equipo analizó 16,2 millones de receptores de células B y 23,5 millones de receptores de células T de 593 personas:
- 63 pacientes con COVID-19
- 95 con VIH
- 86 con lupus
- 92 con diabetes tipo 1
- 37 vacunados recientemente contra la gripe
- 220 individuos sanos
En las muestras que contaban con datos de ambos tipos de células (542 participantes), la herramienta obtuvo un puntaje de 0,986 en una métrica que mide la exactitud diagnóstica, donde 1 representa una identificación perfecta.
Se observó que algunas enfermedades, como la diabetes tipo 1 y el lupus, tenían firmas inmunológicas más evidentes en las células T, mientras que el COVID-19, el VIH y la respuesta a la vacuna contra la gripe eran más reconocibles en las células B.
Si bien la herramienta mostró resultados prometedores, aún no está lista para su uso clínico. “Es necesario superar la precisión de los métodos diagnósticos actuales”, advirtió Greiff. Además, la IA cometió algunos errores que, según Scott Boyd, inmunólogo de la Universidad de Stanford, podrían revelar subcategorías desconocidas de ciertas condiciones inmunológicas. Esto, a futuro, podría contribuir a tratamientos más personalizados.
Los investigadores planean evaluar si el sistema puede identificar diferentes etapas de las enfermedades y rastrear factores causales. “El objetivo es crear un modelo base del sistema inmune que permita detectar cualquier exposición pasada o presente y vincularla con la atención médica del paciente”, concluyó Teichmann.
El estudio completo está disponible en la revista Nature.
