Por qué la IA no está lista para abordar nuestros genomas convolutos
wired ·
Un análisis reciente sugiere que los modelos actuales de IA están mal equipados para descifrar completamente el genoma humano, ya que este funciona como un sistema dinámico y tridimensional en lugar de ser un código lineal estático. Aunque los modelos fundacionales genómicos como AlphaGenome dependen de grandes volúmenes de datos para predecir rasgos, tratan los complejos mecanismos regulatorios como cajas negras, perdiendo el contexto crucial sobre cómo se utilizan realmente los genes. El genoma implica capas intrincadas de regulación, incluidos factores de transcripción, potenciadores y bucles de cromatina, que operan con lógica combinatoria en lugar de simples interruptores de encendido/apagado. Esta complejidad surge de miles de millones de años de evolución, dando lugar a un 'bucle extraño' donde el genoma responde a señales internas y externas en tiempo real. En consecuencia, predecir los resultados biológicos requiere más que solo datos de la secuencia de ADN; exige comprender las marcas epigenéticas, la especificidad del tipo celular y las influencias ambientales. Los expertos argumentan que, sin datos exhaustivos sobre estas interacciones dinámicas, la IA no puede capturar la verdadera naturaleza de la función genómica. En última instancia, el genoma se describe como un órgano sensible y reactivo de la célula, lo que requiere el razonamiento humano para descifrar sus principios fundamentales más allá de la correlación computacional.
wired