Fuente : Chan Zuckerberg Initiative.
En la Iniciativa Chan Zuckerberg, nuestro trabajo siempre se ha guiado por una misión audaz: ayudar a construir un futuro mejor para todos. Desde el principio, abarcamos una amplia red para comprender mejor dónde nuestros recursos y experiencia podrían tener el mayor impacto.
A lo largo de los años, hemos aprendido mucho sobre nuestra posición única para ayudar. Estoy orgulloso de todo ello. Apostamos con valentía, trabajamos con socios increíbles y descubrimos dónde podíamos ser más eficaces y dónde otros podrían ser más adecuados para liderar. Este recorrido nos ha llevado a centrarnos en la intersección de la biología y la IA, donde estamos viendo un impulso transformador, a la vez que seguimos destinando recursos significativos a la educación y a nuestra comunidad local.
Para mí, este próximo capítulo centrado en la ciencia es profundamente personal. Fui la primera de mi familia en ir a la universidad. Estudié biología y pasé un año enseñando ciencias en primaria antes de ir a la facultad de medicina. Trabajé como pediatra en prácticas en la UCSF y el Hospital General de San Francisco durante ocho años. Fue allí donde vi de cerca los límites de la medicina y la ciencia, trabajando con niños con enfermedades raras. Para esas familias, ampliar los límites de lo que sabemos —promoviendo la investigación científica básica— es su única esperanza de una vida mejor para sus hijos.
Esas experiencias moldearon no solo quién soy, sino también lo que creo que es posible. Y orientaron nuestra misión científica: ayudar a curar, prevenir y controlar todas las enfermedades para finales de este siglo . Este trabajo ya está dando resultados. Desde nuestros Biohubs hasta nuestros modelos basados en IA y los investigadores que utilizan nuestras herramientas para descubrir nuevos conocimientos, estamos viendo verdaderos avances.
Eso no significa que nuestras otras iniciativas no valieran la pena. Pero con el tiempo, hemos aprendido que intentar abarcarlo todo dificulta generar un impacto profundo y duradero. Tuvimos que centrarnos, no porque nuestros valores o creencias cambiaran, sino porque necesitábamos decidir dónde nuestros recursos y esfuerzos podían ser más beneficiosos. Sigo guiándome por los mismos valores que he seguido toda mi vida y que trabajo a diario por transmitir a mis hijas: optimismo por un futuro mejor, trabajo duro para hacerlo posible y un profundo compromiso con la ayuda a los demás. Los cambios que hemos implementado en CZI nos permitirán garantizar que nuestro trabajo genere el mayor beneficio y el mayor impacto posible.
En los últimos nueve años, hemos invertido más de 7 mil millones de dólares para ayudar a las comunidades a prosperar. Mark y yo estamos orgullosos de nuestros logros y entusiasmados con lo que nos espera. Con un enfoque más preciso, podemos acelerar el descubrimiento y desarrollar las herramientas que la ciencia necesita para avanzar con mayor rapidez, para que los niños con los que trabajé como pediatra puedan tener una vida mejor.
Trabajando juntos, esperamos hacer realidad la promesa de la IA en la ciencia aún más rápidamente. Así es como lo estamos haciendo.
Aprendiendo a hablar celular
Si has pasado algún tiempo usando IA, probablemente sepas que los grandes modelos lingüísticos son máquinas de predicción. Muéstrales miles de millones de palabras y descubrirán cómo construir oraciones, escribir un poema o (mi favorito) resumir la última temporada de «The Amazing Race».
Usar la IA para comprender la biología significa enseñar a los modelos a hablar el lenguaje celular. Cada gen de tu ADN es como una palabra. Y al expresar esas palabras de diferentes maneras, las células realizan distintas funciones dentro de tu cuerpo, desde destruir virus hasta activar tu corazón. Durante años, los científicos, incluyendo los de CZI y nuestros Biohubs, han estado recopilando enormes bases de datos, llamadas atlas celulares, que muestran qué genes «hablan» en diferentes tipos de células en muchos animales diferentes, incluyéndonos a nosotros mismos.
Recientemente lanzamos nuestro primer modelo de IA capaz de descifrar ese lenguaje. Se llama TranscriptFormer . Si le suministras datos de un atlas celular, TranscriptFormer puede indicarte qué tipo de células estás observando y si están sanas o enfermas. En caso de estar enfermas, puede indicarte cómo se defienden.
TranscriptFormer puede descifrar todo esto incluso sin haber visto nunca datos celulares de ese organismo. El modelo desconoce qué es un mono rhesus. Pero incluso sin que se le indique que está analizando datos de un atlas celular de monos, el modelo puede distinguir entre las células hepáticas y las células cerebrales de un mono. Esto resulta útil para la investigación sanitaria, ya que permite predecir si un hallazgo en una especie, como ratones o monos, podría aplicarse a células humanas antes de realizar experimentos de laboratorio.
Los investigadores pueden usar TranscriptFormer gratuitamente para aprender más sobre las células que estudian y descubrir nuevos patrones en su expresión génica. Este modelo es un paso importante en nuestro trabajo para construir células virtuales , lo que ayudará a los científicos a comprender y predecir el lenguaje de la biología como nunca antes.
Observando células en movimiento
Podemos aprender mucho estudiando cómo las células expresan sus genes. Pero el progreso en biología también depende de la observación directa: el uso de microscopios para observar cómo se mueven y cambian las células en tiempo real.
Uno de los grandes desafíos aquí es comprender lo que observamos. Los investigadores suelen usar tintes fluorescentes para marcar diferentes partes de la célula. Las imágenes se ven bien, pero teñir las células manualmente lleva mucho tiempo, y la luz utilizada para activar los tintes puede dañarlas.
Un equipo de investigación de nuestro Biohub de San Francisco ha estado estudiando si la IA puede mejorar el proceso, pero un desafío importante ha sido que la mayoría de los modelos no funcionan bien con diferentes microscopios o tipos celulares. Nuestro equipo exploró cómo hacer que la tinción «virtual» sea más adaptable, creando un tipo de microscopio virtual que puede rastrear células individuales sin usar colorantes. El resultado, que acaban de publicar, es Cytoland : un conjunto de modelos de IA que pueden identificar orgánulos celulares con diversos microscopios y tipos celulares, sin necesidad de colorantes.
La tinción virtual ofrece numerosas ventajas, empezando por ser más rápida, económica y sencilla que el proceso manual. Y lo que es más importante, no degrada las células, lo que significa que podemos observarlas durante más tiempo, ver cómo se dividen y diferencian, y mapear redes celulares completas a medida que responden a la enfermedad.
Descifrando el sistema inmunológico
Cuando iniciamos el modelo Biohub hace casi 10 años, implementamos un programa de Investigadores donde científicos, ingenieros y tecnólogos creativos de nueve universidades diferentes pueden desarrollar ideas audaces y visionarias. Cada uno de sus proyectos busca acelerar el ritmo del descubrimiento científico y ayudarnos a cumplir nuestra misión de curar, prevenir y controlar enfermedades. Recientemente, nombramos a nueve Investigadores de la Universidad de Columbia, la Universidad Rockefeller y la Universidad de Yale para descifrar el lenguaje molecular de las células inmunitarias, lo que permitirá que estas células se utilicen para la detección, prevención y tratamiento de un amplio espectro de enfermedades relacionadas con la edad, como trastornos neurodegenerativos y cánceres agresivos. Siempre me inspiran nuestros Investigadores y espero con interés ver lo que logran cuando se les da la libertad de explorar algo nuevo en la ciencia.
