La major part de les variants genètiques associades a trastorns neuropsiquiàtrics no són a les regions que codifiquen proteïnes, sinó a les que regulen quan i on s'activa un gen. Saber què fa cada canvi, i en quin moment del desenvolupament del cervell, és difícil de mesurar de manera experimental. Un equip del Flatiron Institute i de la Universitat de Princeton, encapçalat per Olga Troyanskaya, proposa resoldre-ho amb un model d'IA anomenat Seal, descrit com un informe tècnic a «Nature Neuroscience».
Seal és un marc d'aprenentatge per transferència que prediu l'expressió dels gens i l'efecte de les variants a partir de la seqüència d'ADN. Cobreix 26 regions del cervell, 30 tipus cel·lulars i 7 etapes del desenvolupament, un total de 802 contextos. L'equip no ha generat dades experimentals noves: ha fet servir recursos públics com GTEx, genomes complets de la cohort Simons Simplex Collection sobre autisme, el projecte 1000 Genomes i dades d'una sola cèl·lula de cervell fetal i adult, i ha comparat el model amb Enformer i AlphaGenome.
Segons l'estudi, transferir el coneixement entre contextos redueix l'error mitjà de la predicció, i molt més en gens del neurodesenvolupament. Els efectes previstos s'enriqueixen en els tipus cel·lulars corresponents, com astròcits, oligodendròcits i micròglia, i en dades d'autisme les variants reguladores noves mostren un excés en neurones excitadores fetals transitòries, sobretot en gens amb més suport com a candidats a l'autisme. L'enriquiment en cèl·lules precursores d'oligodendròcits, en canvi, no va ser significatiu.
Convé no passar-se de rosca. Tot són prediccions informàtiques sense validació al laboratori en aquest treball, i algunes comparacions de tipus cel·lular es basen en molt pocs contextos coincidents, només dos en el cas de la micròglia i dels precursors d'oligodendròcits. L'article és de pagament i només n'hem pogut llegir una part. Seal és una eina per prioritzar hipòtesis i dir on mirar, no una prova que una variant concreta causi un trastorn.