Un cribratge CRISPR posa a prova, d'una revolada, milers de gens per veure quins afecten un procés biològic concret, però provar-los tots és car i lent, i en la pràctica els laboratoris n'acaben testant només una part triada a mà. Un equip liderat per Carl Edwards, Gabriele Scalia i companyia, amb participació de Genentech, ha presentat aquesta setmana a arXiv AssayLoop, un sistema pensat perquè sigui la pròpia IA qui decideixi, ronda a ronda, quins gens val la pena provar a continuació segons el que ja s'ha après en rondes anteriors.
El sistema combina tres peces: AssayFormer, un model tipus transformador entrenat amb l'historial de milers de cribratges anteriors; coneixement biològic extret d'un model de llenguatge que intervé quan cal; i un disseny experimental seqüencial que va aprenent dels resultats a mesura que arriben. Els autors l'han posat a prova amb AssayBench-Loop, un banc de proves nou de 1.389 cribratges CRISPR reals. El resultat: el sistema multiplica per 5,67 l'encert de triar candidats a l'atzar, i troba el 27,7% de tots els gens rellevants provant només al voltant del 5% de la llista completa de candidats, superant tant els mètodes adaptatius existents com els models de llenguatge fets servir sols.
La rellevància pràctica és directa: com més gran és l'historial de cribratges amb què s'entrena AssayFormer, millor funciona el sistema, i els autors mostren que l'aprenentatge es transfereix a categories de fenotips que el model no havia vist mai. Per a un laboratori, això vol dir arribar als mateixos descobriments amb una fracció del cost de reactius i de temps de màquina, un coll d'ampolla real de la recerca genòmica a gran escala.
El treball és, de moment, un article en preprint —no ha passat encara la revisió per parells— i els resultats es limiten al domini concret de l'edició CRISPR sobre els 1.389 cribratges del banc de proves que els mateixos autors han construït; caldrà veure si el mètode es manté igual de fiable en laboratoris i tipus de cèl·lules que no formaven part d'aquest conjunt inicial abans de considerar-lo un estàndard de la disciplina.