Cómo distinguir una mutación peligrosa de una inofensiva exprés
En una biblioteca enorme, donde cada libro es un gen, hay que encontrar una errata. El error puede ser inofensivo o puede cambiar por completo el sentido de la frase. Así, más o menos, los genetistas buscan mutaciones dañinas entre millones de diferencias inofensivas.
El programa, llamado AnnotateMissense, actúa como un corrector meticuloso. No solo observa la letra reemplazada, sino que reúne todas las pistas posibles: con qué frecuencia aparece ese cambio en personas sanas, cuánto cambia la forma de la proteína, qué dicen otros programas predictores e incluso cómo es la «caligrafía» de la evolución — si esa región se ha mantenido igual en distintas especies. En total, se reunieron 303 pistas.
Lo más interesante ocurrió cuando empezaron a quitarle pistas al programa. Sin los datos sobre la frecuencia de la mutación en la población y sin las pistas de otros predictores, la precisión caía en picada — como si el corrector hubiera perdido el diccionario y la gramática. En cambio, eliminar las evaluaciones de moda de los modelos de lenguaje de proteínas casi no afectó el resultado. La versión final se probó con datos nuevos, que aparecieron después del entrenamiento: la precisión se mantuvo alta, un 88%. Tras eso, el programa escaneó todo el genoma humano y asignó puntuaciones de peligro a 90 millones de mutaciones.
La palabra «missense» en el nombre significa que la mutación cambia un solo aminoácido en la proteína — como cambiar una letra en una palabra. Pero incluso algo tan pequeño puede convertir «casa» en «caza».
En la película «Gattaca», la sociedad se dividía entre «válidos» e «inválidos» según un pronóstico genético — programas como este acercan un poco más ese escenario a la realidad.