Genes de enfermedad con IA: la evolución como pista

El truco más útil para encontrar genes de enfermedad con IA no es leer artículos médicos. Es leer 1.000 otras especies. Un algoritmo llamado EvORanker, desarrollado por la Dra. Christina Canavati y el Prof. Yuval Tabach en la Facultad de Medicina de la Universidad Hebrea de Jerusalén, ordena genes candidatos causantes de enfermedad comparando patrones genéticos en más de 1.000 especies. En las pruebas puso el gen correcto en la cima de la lista en casi 70 % de los casos y entre los cinco primeros el 95 % de las veces, y funcionó mejor justo en la situación más difícil: genes que casi nadie ha estudiado. El trabajo se publicó en Genetics in Medicine, con colaboradores del Hospital Universitario de Oslo, Vall d’Hebron en Barcelona y el Centro Médico Shaare Zedek.

Puntos clave

• La señal central es la coevolución: los genes que trabajan juntos en una célula tienden a conservarse o perderse juntos entre especies. Si dos genes desaparecen en los mismos linajes, probablemente comparten una función.
• EvORanker usa ese patrón para ordenar los genes candidatos del genoma de un paciente y llevar al sospechoso probable a la cima de una lista que puede tener miles de entradas.
• Desempeño: gen correcto en primer lugar en casi 70 % de los casos; entre los cinco primeros en 95 %.
• Su ventaja es mayor con genes mal caracterizados, donde los métodos basados en literatura casi no tienen de dónde agarrarse.
• Es una herramienta de ordenamiento, no un diagnóstico. Un médico todavía evalúa los candidatos de arriba contra el paciente.

El problema: un resultado de secuenciación es una lista, no una respuesta

Secuencias el genoma de un niño y obtienes variantes. Miles se ven inusuales de alguna manera. La mayoría son inofensivas. En algún lugar de esa lista, quizá, está la que explica los síntomas del niño.

Las herramientas existentes ordenan esos candidatos leyendo sobre todo lo publicado: qué genes se sabe que causan qué enfermedades, cuáles se expresan en qué tejidos, cuáles aparecen en qué bases de datos. Eso funciona bien con genes que la gente ha estudiado. Falla con aproximadamente un tercio de los genes humanos que casi no tienen caracterización funcional publicada, que es exactamente donde se esconden los casos sin diagnóstico. El centro de enfermedades raras de los NIH cuenta más de 10.000 enfermedades raras, con menos del 5 % con tratamiento aprobado.

Entonces la pregunta pasa a ser: si la literatura no dice nada de un gen, ¿de dónde más podría venir información sobre su función?

Genes de enfermedad con IA: qué calculó la evolución por nosotros

Aquí está la idea de verdad, y es lo bastante elegante para enseñarla en la mesa de la cena.

Paso 1: construir una matriz de presencia/ausencia. Toma un gen humano. Ahora revisa las más de 1.000 especies con genoma secuenciado: ¿cada una tiene una versión reconocible de este gen, y qué tan parecida es? Terminas con una fila larga de números, uno por especie. Esa fila se llama perfil filogenético.

Paso 2: comparar perfiles. Haz esto para cada gen humano y tienes una matriz gigante. Ahora busca genes cuyas filas coincidan: presentes en las mismas especies, ausentes en las mismas especies, debilitados en las mismas especies.

Paso 3: inferir función compartida. Esta es la inferencia que hace funcionar el método. Si dos genes se perdieron de forma independiente en el mismo conjunto de linajes, la explicación más probable es que pertenecían al mismo sistema biológico y, cuando ese sistema se abandonó, los dos quedaron innecesarios a la vez. Ejemplo clásico: las especies que perdieron la capacidad de construir cilios perdieron en bloque todo el conjunto de genes relacionados con cilios. La pérdida conjunta es evidencia de función conjunta.

Paso 4: ordenar candidatos con esa señal. Dada la lista de genes candidatos de un paciente más sus síntomas, EvORanker pregunta qué candidatos coevolucionan con genes ya vinculados a ese patrón de síntomas. Un gen que viaja evolutivamente con genes conocidos de cilios es un sospechoso fuerte en un paciente con fenotipo de ciliopatía, incluso si nadie publicó nunca un estudio funcional de él.

Qué calculó el modelo, con precisión. No una predicción de estructura de proteínas. No una suposición de modelo de lenguaje sobre texto. Un puntaje de similitud entre filas de una matriz de presencia, ausencia y conservación, integrado con información de fenotipo, usado para ordenar una lista.

Qué acertó

Casi 70 % de acierto en la primera posición y 95 % entre las cinco primeras en la evaluación reportada, superando a las herramientas existentes, con los márgenes más grandes en genes poco entendidos. Esa última parte es la contribución real: agrega información donde los otros métodos no tienen ninguna.

Cuáles son los límites

La cobertura publicada en marzo de 2026 no detalla los modos de falla, y eso ya vale anotarlo. Pero las restricciones del método se siguen de su lógica. Los genes presentes en casi todas las especies tienen perfiles planos y por lo tanto poca señal. Los genes exclusivos de un linaje estrecho casi no tienen conjunto de comparación. La coevolución sugiere pertenencia a la misma vía, que no es lo mismo que probar que una variante específica causa una enfermedad específica. Y medir la precisión del ordenamiento sobre genes de enfermedad ya conocidos, donde la respuesta ya está en la literatura, es una estimación optimista. El panorama general es sobrio: una revisión de alcance de agosto de 2026 en el Journal of Medical Internet Research encontró que, de 81 estudios de IA en enfermedades raras pediátricas, solo 25,9 % incluyó validación externa y 14,8 % evaluación prospectiva.

La analogía: el método de la lista de ausencias

Supón que quieres saber qué niños de un colegio pertenecen al mismo club, pero perdiste la lista del club.

Podrías preguntar por ahí, lo que funciona para los clubes populares y falla con los raros. O podrías revisar los registros de asistencia de 1.000 días: ¿qué niños faltan los mismos días? Si seis niños siempre faltan juntos los jueves, probablemente hacen algo juntos los jueves. Inferiste pertenencia a un grupo a partir de un patrón de ausencias, sin que nadie te contara nada del grupo.

Eso es el perfilado filogenético. Los 1.000 días son 1.000 especies. La ausencia es pérdida de gen. Y la inferencia es: las cosas que desaparecen juntas probablemente iban juntas.

Evidencia entre especies: qué aporta cada grupo de organismos

Grupo de organismos	Por qué ayuda a la comparación	Qué revela sobre los genes humanos
Otros mamíferos (ratón, perro)	Conjuntos de genes muy parecidos	Conservación fina de secuencia; malos para mostrar pérdidas
Peces y anfibios	Sistemas de vertebrado compartidos, ambientes distintos	Genes de visión, audición y desarrollo de extremidades
Insectos y gusanos	Lejanos pero con genética muy estudiada	Maquinaria celular básica conservada 600 millones de años
Hongos y plantas	Carecen de sistemas animales completos	Señal nítida: qué genes humanos son exclusivos de animales
Eucariotas unicelulares con y sin cilios	Algunos linajes perdieron los cilios por completo	El bloque de pérdida conjunta de manual, el ejemplo más claro
Bacterias y arqueas	Solo la maquinaria más profundamente compartida	Qué genes humanos vienen del origen de las células

El poder del método viene de la amplitud, no de una sola especie. Un gen presente en protistas con cilios y ausente en los que no los tienen te dice algo que ningún estudio en ratón te diría.

Cómo enseñarle esto a tu hijo

De 5 a 8 años: animales iguales y distintos

Consigue imágenes de un humano, un pez, un ave, una mosca y un árbol. Pregunta cuáles tienen ojos, cuáles tienen huesos, cuáles tienen hojas. Armen una cuadrícula con palomitas. Después señala el patrón: las cosas con ojos también tienden a tener las piezas que hacen funcionar los ojos. Felicidades, acaba de construir una matriz de presencia/ausencia sin conocer las palabras.

De 9 a 12 años: el rompecabezas del patrón de ausencias

Haz una cuadrícula de 10 por 10: diez “genes” como filas, diez “especies” como columnas, llena con palomitas y espacios que diseñes de modo que exactamente tres filas coincidan perfectamente. Pídele que encuentre las filas que coinciden. Después dile que esos tres genes probablemente hacen el mismo trabajo, y pregúntale por qué se seguiría eso. Esa es la idea completa de EvORanker, y un niño de 10 años la ejecuta en quince minutos.

De 13 en adelante: datos reales de conservación

Toma un gen que tu hijo conozca (el de la lactasa, o uno de hemoglobina) y búscalo en la base de datos Gene del NCBI, y entra a la lista de ortólogos para ver qué especies lo tienen. Haz lo mismo con un segundo gen de la misma vía. Pídele que describa qué tan parecidas son las listas de especies y qué implicaría ese parecido si las funciones de los dos genes fueran desconocidas. Si quiere más, la vista de genómica comparativa de Ensembl muestra árboles de genes entre especies directamente.

La pregunta que debes hacer: “Si dos genes desaparecieron en las mismas veinte especies, ¿cuál es la explicación más aburrida? ¿Y es lo aburrido más probable que lo emocionante, aquí?”

¿Y en América Latina?

La región tiene una ventaja poco aprovechada en este campo: una diversidad genética enorme. Las poblaciones mestizas, indígenas y afrodescendientes de México, Colombia, Perú y Brasil están muy subrepresentadas en las bases de datos genómicas globales, lo que significa que a un niño latinoamericano una variante puede aparecerle marcada como “de significado incierto” simplemente porque nadie ha secuenciado suficientes genomas parecidos al suyo.

La revisión del JMIR señala exactamente ese riesgo: la investigación está concentrada geográficamente en China y Estados Unidos, y el desempeño de los modelos “puede verse influido por la composición de la base de datos, la ascendencia, la edad y la codificación del fenotipo”. Proyectos regionales como el de genómica poblacional mexicana y los biobancos brasileños existen precisamente para cerrar esa brecha. Y en el plano escolar, ciencias fue el único dominio que se mantuvo o mejoró en PISA 2025 en Colombia y México, según Infobae: un lugar sólido desde donde construir interés por la genómica.

Qué hacer en casa

Usar esto para volver concreta la evolución

Casi todos los niños aprenden evolución como una historia del pasado. Esto es evolución como instrumento de trabajo: 1.000 genomas son un conjunto de datos, y compararlos ubica genes de enfermedad en niños de hoy. Ese encuadre se queda mejor que los picos de los pinzones.

Nombrar la inferencia en voz alta

“Las cosas que desaparecen juntas probablemente trabajaban juntas” es un patrón de razonamiento, no un dato de biología. Aparece al depurar código, al diagnosticar un auto, al descubrir qué app está gastando la batería del celular. Los niños que pueden nombrarlo empiezan a usarlo en otras partes.

Mantener separados ordenar y diagnosticar

EvORanker ordena una lista. Eso es genuinamente valioso y no es un diagnóstico. Nuestro artículo sobre los 18 casos de enfermedades raras en Boston muestra cómo se ve un flujo diagnóstico completo, y la revisión humana está al final de los dos.

Conectarlo con lo básico de ADN que tu hijo quizá ya vio

Si en la familia ya hicieron la extracción de ADN de fresa o hablaron de edición genética, esta es la capa siguiente: de “el ADN existe” a “el ADN se puede comparar entre especies, y la comparación sirve”. Nuestra guía de CRISPR e ingeniería genética cubre el lado de la edición del mismo territorio.

Lo que no debes hacer

No dejes que “la IA encontró un gen de enfermedad” implique que la IA entendió la enfermedad. EvORanker calculó similitud entre filas de una matriz. La biología que hace significativa esa similitud la hizo mil millones de años de evolución y los científicos que decidieron mirar ahí. Esa historia es mejor de todos modos, y es verdad.

Qué observar en los próximos 3 meses

• Semana 4: tu hijo puede decir la inferencia central: los genes perdidos en las mismas especies probablemente comparten una función.
• Mes 2, señales de alerta: trata “quedó primero” como “quedó demostrado”. Relean juntos la cifra del 70 % y pregúntale qué pasó en el otro 30 %.
• Mes 3, autoevaluación: pídele que invente un caso donde el método fallaría. Un gen presente en todas las especies, o uno exclusivo de humanos, son dos respuestas correctas. Poder nombrar el punto ciego de un método es la marca de entenderlo de verdad.

Preguntas frecuentes

¿Qué es el perfilado filogenético en palabras simples?

Es construir una fila de entradas sí/no (y qué tan parecidas) para un gen en muchas especies, y después comparar filas entre genes. Los genes con filas coincidentes, en especial con ausencias coincidentes, tienden a participar en el mismo proceso biológico. EvORanker aplica esto en más de 1.000 especies.

¿Qué tan preciso es EvORanker, de verdad?

En la evaluación reportada ordenó el gen correcto en primer lugar en casi 70 % de los casos y entre los cinco primeros en 95 %. Esos números vienen de probar con casos cuya respuesta ya se conocía, lo que suele ser un escenario favorable. El desempeño en casos genuinamente sin resolver es la pregunta abierta, y la evaluación prospectiva es escasa en todo este campo.

¿Por qué funciona mejor con genes poco entendidos?

Porque los métodos competidores se apoyan en literatura publicada, y para un gen no estudiado no hay literatura. Los datos de conservación evolutiva existen para todo gen con parientes reconocibles, estudiado o no. El método usa una fuente de información que no depende de que alguien haya escrito un artículo.

¿Esto reemplaza a los genetistas?

No. Reordena una lista de candidatos para que los prometedores queden arriba. Un genetista clínico todavía tiene que evaluar si una variante en el tope explica de verdad a un paciente específico, revisar patrones de herencia y a menudo pedir pruebas funcionales. La herramienta acorta la búsqueda; el juicio sigue siendo humano.

¿Mi hijo puede explorar datos reales de genes entre especies?

Sí, y es gratis. La base Gene del NCBI muestra listas de ortólogos para casi todos los genes humanos, y Ensembl dibuja árboles de genes entre especies. Para un adolescente al que ya le gusta la biología, comparar qué especies tienen un gen dado es una tarde genuinamente entretenida y no requiere instalar nada.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Canavati, C., Tabach, Y., et al. (2026). “EvORanker: ordenamiento de genes candidatos por señal evolutiva.” Genetics in Medicine. Cobertura: https://www.bfhu.org/2026/03/30/a-new-ai-breakthrough-could-change-the-long-search-for-rare-disease-diagnoses
2. Zhao, J., Luo, J., Li, Q., & Chen, Y. (2026, 28 de agosto). “Machine Learning, Large Language Models, and Multimodal AI for Diagnosing Pediatric Rare Diseases: Scoping Review.” Journal of Medical Internet Research. https://pmc.ncbi.nlm.nih.gov/articles/PMC13524366/
3. National Institutes of Health, Genetic and Rare Diseases Information Center. “About GARD.” https://rarediseases.info.nih.gov/about
4. National Center for Biotechnology Information. Base de datos Gene (datos de ortólogos). https://www.ncbi.nlm.nih.gov/gene/
5. Ensembl. Genómica comparativa y árboles de genes. https://www.ensembl.org/
6. Infobae. (2026, 8 de septiembre). “Pruebas PISA: los países de América Latina profundizan su retroceso educativo.” https://www.infobae.com/america/america-latina/2026/09/08/pruebas-pisa-los-paises-de-america-latina-profundizan-su-retroceso-educativo/
7. Equipo DeepRare. (2026). Marco diagnóstico agéntico para enfermedades raras. Nature. https://www.nature.com/articles/s41586-025-10097-9