CRISPR-GPT, un salto cuántico en la edición genética: científicos noveles, expertos en un solo día
Un modelo lingüístico de gran tamaño (LLM por sus siglas en inglés) puede diseñar y resolver problemas de protocolos CRISPR desde cero, lo que permite a los investigadores noveles alcanzar una eficiencia de edición de hasta el 90 %.
Escrito originalmente por Rebecca Roberts, doctora, para la
sección The Nutshell de The Scientist, el 5 de agosto de 2025
CRISPR-GPT se entrenó utilizando debates entre expertos que tuvieron lugar durante más de una década y se evaluó con casi 300 casos de prueba. Crédito de la imagen: ©iStock, Shinsei Motions
La tecnología CRISPR ha revolucionado la biología, en gran parte debido a su simplicidad en comparación con las técnicas de edición genética anteriores. Sin embargo, todavía se necesitan semanas para aprender, diseñar, realizar y analizar los experimentos CRISPR; los usuarios novatos de CRISPR suelen acabar con bajas eficiencias de edición e incluso los expertos pueden cometer errores costosos.
En un nuevo estudio, investigadores de la Universidad de Stanford, la Universidad de Princeton y la Universidad de California en Berkeley se han asociado con Google DeepMind para crear CRISPR-GPT, una herramienta de inteligencia artificial (IA) que puede guiar a los investigadores a través de todos los aspectos de la edición CRISPR de principio a fin en tan solo un día. 1 Los resultados, publicados en Nature Biomedical Engineering, demuestran que los investigadores sin experiencia previa en CRISPR pudieron alcanzar hasta un 90 % de eficiencia en su primer intento de edición genética utilizando la herramienta.
CRISPR-GPT es un modelo de lenguaje de gran tamaño (LLM), un tipo de modelo de IA que utiliza datos de entrada basados en texto. Dirigido por Le Cong, de la Universidad de Stanford, y Mengdi Wang, de la Universidad de Princeton, el equipo entrenó el modelo con debates de expertos de más de una década, así como con protocolos establecidos y literatura revisada por pares. Lo diseñaron para abarcar los sistemas de eliminación de genes, edición de bases, edición primaria y edición epigenética, y compararon la herramienta con casi 300 preguntas y respuestas de pruebas.
La herramienta es un «agente», es decir, puede actuar de forma autónoma sin necesidad de intervención humana, lo que significa que los usuarios no necesitan experiencia en codificación ni ningún software complejo. Los investigadores sin experiencia pueden utilizar indicaciones sencillas, como «Quiero eliminar el gen TGFβR1 humano en las células de cáncer de pulmón A549», para recibir instrucciones paso a paso. CRISPR-GPT proporciona orientación sobre qué sistema CRISPR y método de administración elegir y cómo se debe diseñar el ARN guía, y luego genera un protocolo personalizado, junto con la resolución de problemas en tiempo real y el análisis de datos. Con tres modos diferentes basados en el nivel de experiencia, los investigadores pueden recibir apoyo personalizado para sus necesidades específicas.
El equipo reunió a ocho expertos en edición genética para evaluar el rendimiento de la herramienta en la generación de instrucciones paso a paso para la edición genética y compararla con LLM de uso general, como GPT-4o. CRISPR-GPT superó a los modelos de uso general, proporcionando información más precisa y concisa y evitando errores.
A continuación, el equipo quiso poner a prueba CRISPR-GPT en un escenario real. Reclutaron a investigadores junior que nunca habían utilizado la edición genética para que utilizaran la herramienta para diseñar y llevar a cabo experimentos CRISPR desde cero. Un investigador utilizó la herramienta para eliminar cuatro genes implicados en la supervivencia y la metástasis de tumores en la línea celular de adenocarcinoma pulmonar humano A549, mientras que otro empleó CRISPR-GPT para realizar una edición epigenética en una línea celular de melanoma humano, activando dos genes implicados en la resistencia a la inmunoterapia.
Para ser usuarios novatos de CRISPR, lograron una alta eficiencia de edición: el investigador que realizó la eliminación multigénica alcanzó una eficiencia de edición de aproximadamente el 80 % en los cuatro genes objetivo, mientras que el que llevó a cabo la edición epigenética logró una eficiencia del 56,5 % en la activación de un gen y del 90,2 % en el otro.
En la discusión del artículo, los autores sugirieron que el uso de CRISPR-GPT como copiloto de laboratorio puede ayudar a automatizar y mejorar la investigación sobre la edición genética, reducir los errores y mejorar la calidad y la reproducibilidad de la investigación. «Todos los investigadores pueden abordar retos más importantes sin preocuparse por pequeños errores», afirmó Cong en una publicación de LinkedIn sobre el estudio.
Referencia
1. Qu Y, et al. CRISPR-GPT para la automatización agencial de experimentos de edición genética. Nat Biomed Eng. Publicado en línea el 30 de julio de 2025:1-14.
Comentarios
Publicar un comentario