Un equipo internacional desarrolló un modelo de inteligencia artificial capaz de predecir dónde se unen proteínas reguladoras al ADN vegetal para activar o desactivar genes. Aunque fue entrenado con datos de Arabidopsis thaliana, la herramienta también funcionó en maíz, abriendo nuevas oportunidades para entender rasgos como floración, resistencia a enfermedades y respuesta al calor en cultivos.
Jülich Research Centre / 16 de junio, 2026.- Un equipo internacional de investigación liderado por el Forschungszentrum Jülich y el Instituto Leibniz IPK desarrolló un modelo de inteligencia artificial (IA) capaz de predecir en qué lugares las proteínas reguladoras se acoplan al ADN de las plantas para encender o apagar genes. Entrenado íntegramente con la abundante información genómica disponible para la planta modelo Arabidopsis thaliana, el modelo también logró aplicarse con éxito a cultivos como el maíz, abriendo nuevas vías para comprender cómo la variación genética influye en el desempeño de los cultivos. El estudio fue publicado recientemente en Nature Communications.
Cuando se habla del genoma, muchas personas piensan en genes. Sin embargo, los genes por sí solos no explican por qué las plantas crecen de manera diferente o responden de distintas formas a los estímulos ambientales. De hecho, el ADN también contiene muchas secciones que actúan como interruptores o reguladores. Entre estos elementos regulatorios, unos de los más importantes son los llamados factores de transcripción. Estas proteínas se unen al ADN y determinan, entre otras cosas, cuándo un gen se activa y con qué intensidad funciona.
Una imagen útil para entenderlo es la de una casa: los genes serían las habitaciones, mientras que las regiones reguladoras serían los interruptores de luz, los termostatos y las cajas de fusibles. Para comprender cómo funciona la casa, no basta con conocer las habitaciones; también hay que entender el cableado que se esconde detrás de las paredes. El equipo del IPK se propuso mapear ese “cableado” utilizando los enormes recursos de datos disponibles para la “rata de laboratorio” de la ciencia vegetal: Arabidopsis.
[Recomendado: Un nuevo “atlas celular” muestra cómo se encienden los genes en cada etapa del ciclo de las plantas]
Para lograrlo, los investigadores entrenaron un modelo de aprendizaje profundo (deep learning) con cientos de conjuntos de datos experimentales sobre unión al ADN, enseñándole a reconocer simultáneamente los patrones de unión de 46 familias de factores de transcripción. Este diseño “multietiqueta” representa un cambio respecto de enfoques anteriores, que normalmente construían un modelo separado para cada factor individual y escalaban con dificultad a nivel de todo el genoma. Luego, el equipo evaluó si el modelo podía localizar correctamente sitios de unión que no se le habían mostrado antes y descubrir nuevas relaciones regulatorias.
“Nuestros resultados muestran que los factores de transcripción no leen simplemente motivos aislados de ADN. Lo que importa es la secuencia circundante y la forma en que estas señales están organizadas en conjunto”, señala Fritz Forbang Peleke, primer autor del estudio. La analogía es el lenguaje: las palabras individuales tienen poco significado hasta que su orden y contexto forman una oración. En el ADN ocurre algo similar: la función surge de la manera en que se combinan los elementos regulatorios —una especie de gramática regulatoria— y no solo de bloques individuales por separado.
Usando estos patrones de unión predichos, el modelo clasificó los genes de Arabidopsis en grupos según la forma en que probablemente son regulados. De manera llamativa, miles de genes se agruparon en apenas 14 grandes clústeres regulatorios, varios de los cuales coincidieron con funciones biológicas compartidas y actividad génica coordinada.
“Las plantas poseen miles de genes, pero muchas de sus funciones parecen surgir de un conjunto sorprendentemente pequeño de patrones regulatorios recurrentes”, afirma Peleke.
El equipo también examinó más de 7.000 variantes de ADN previamente asociadas, mediante estudios de asociación del genoma completo (genome-wide), con características como el tiempo de floración, la resistencia a enfermedades y el crecimiento de plántulas. Cerca de una de cada cinco de estas variantes fue predicha como capaz de modificar la unión de factores de transcripción.
[Recomendado: El Google Maps del ADN vegetal: nace PubPlant, la base de datos que organiza y explora el genoma de las plantas]
“Ahora podemos estimar cómo un único cambio en un tramo regulador del ADN altera la actividad génica y, a su vez, un rasgo importante de la planta”, explica el Dr. Jędrzej Szymański, jefe del grupo de investigación en Análisis y Modelamiento de Redes del IPK y del grupo de investigación en Datos Ómicos del Forschungszentrum Jülich. “Esto les da a los investigadores una forma de avanzar desde una asociación estadística hacia un mecanismo molecular plausible”.
Un ejemplo relacionado con el tiempo de floración resultó especialmente revelador. El modelo predijo que un cambio de una sola base en una región reguladora afectaría simultáneamente la unión de varios factores de transcripción, precisamente el tipo de modificación que puede hacer que una planta florezca antes o después. La predicción fue confirmada experimentalmente mediante un ensayo reportero de alto rendimiento.
Aunque fue entrenado únicamente con datos de Arabidopsis, el modelo pudo aplicarse al maíz, un cultivo evolutivamente distante, donde ayudó a identificar qué factores de transcripción responden bajo condiciones de estrés por calor. Reguladores ya conocidos de la respuesta al calor, incluidos los factores de choque térmico, destacaron como particularmente importantes, lo que ilustra cómo este enfoque podría apoyar la investigación en cultivos donde los datos sobre unión al ADN aún son escasos.