Assessing chemical toxicity across Eukaryota using multimodal transformers

El mundo natural es una vasta red interconectada de vida, desde los organismos unicelulares más diminutos hasta los mamíferos más grandes. Durante décadas, los científicos han sabido que los productos químicos fabricados por el hombre amenazan esta red, causando daño a insectos, aves y ecosistemas enteros. Para proteger la naturaleza, los reguladores necesitan saber qué productos químicos son peligrosos para qué seres vivos. Sin embargo, existe un enorme vacío en nuestro conocimiento. Mientras que miles de nuevos productos químicos se descubren cada año y millones de especies habitan el planeta, solo hemos probado una pequeña fracción de ellos. Las pruebas tradicionales son lentas, costosas y, a menudo, se limitan a unos pocos animales estándar como peces, ratas y algas. Esto nos deja adivinando sobre la seguridad de la mayoría de los productos químicos para la mayoría de las especies, lo que dificulta detener la contaminación antes de que cause daños irreversibles.

Para cerrar esta brecha, los investigadores han recurrido a la inteligencia artificial. En lugar de probar cada producto químico en cada animal en un laboratorio, están enseñando a las computadoras a reconocer patrones en los datos que ya tenemos. Al aprender cómo las estructuras químicas interactúan con la biología de diferentes especies, estos modelos computacionales pueden predecir la toxicidad para situaciones en las que nunca se ha realizado un experimento. Este enfoque promete acelerar las evaluaciones de seguridad y revelar peligros ocultos para las innumerables especies que nunca han sido estudiadas.

En un nuevo estudio, un equipo de científicos ha desarrollado una nueva y poderosa herramienta llamada TRIDENT-2 para abordar este desafío. Este sistema está diseñado para predecir qué tan tóxico será un producto químico para cualquier organismo eucariota, un grupo que incluye casi todas las formas de vida compleja, desde plantas y hongos hasta animales. Los investigadores entrenaron su modelo con una colección masiva de datos existentes, reuniendo más de 560,000 pruebas de toxicidad. Estas pruebas cubrieron más de 82,000 productos químicos diferentes y casi 6,800 especies, representando aproximadamente un tercio de todos los grupos conocidos de vida eucariota. Los datos incluyeron una amplia variedad de escenarios, tales como cuánto tiempo estuvo expuesto un organismo a un producto químico, cómo fue expuesto y qué efectos específicos se observaron, como la muerte, cambios en el crecimiento o alteraciones en el comportamiento.

El núcleo de TRIDENT-2 es un tipo de inteligencia artificial conocida como transformador multimodal. En términos sencillos, esto significa que la computadora no solo mira la estructura química o al animal por separado; aprende a entender cómo encajan juntos junto con las condiciones de la prueba. Procesa la forma molecular del producto químico, el tipo de organismo, la ruta de exposición y la duración del experimento, todo al mismo tiempo. Al aprender de esta mezcla diversa de información, el modelo puede detectar conexiones profundas entre diferentes especies y productos químicos. Por ejemplo, puede utilizar lo que sabe sobre cómo un producto químico afecta a un ratón para hacer una conjetura educada sobre cómo ese mismo producto químico podría afectar a un roedor relacionado o incluso a un pariente distante en una parte diferente del reino animal.

Cuando el equipo probó TRIDENT-2, descubrieron que podía predecir la toxicidad con una precisión notable, incluso para especies y productos químicos que no había visto antes. El modelo fue capaz de estimar la concentración de un producto químico que causaría un efecto específico, como matar a la mitad de una población, con un nivel de precisión que rivaliza con los métodos tradicionales. Crucialmente, el modelo funcionó bien en todo el árbol de la vida, desde insectos y plantas hasta hongos y criaturas marinas. Demostró que, al aprender de un amplio rango de datos, podía llenar los vacíos para las especies que rara vez son probadas. Por ejemplo, mientras que las pruebas estándar suelen centrarse en peces y roedores, TRIDENT-2 predijo con éxito la toxicidad para grupos como gusanos, hongos e insectos, que a menudo son pasados por alto pero vitales para la salud de los ecosistemas.

Los investigadores también compararon TRIDENT-2 con varias herramientas existentes utilizadas por reguladores y científicos. El nuevo modelo superó consistentemente a estos métodos más antiguos, especialmente al predecir efectos para especies o productos químicos fuera del estrecho rango de las pruebas tradicionales. Mientras que otras herramientas estaban limitadas a un puñado de animales de prueba y tipos específicos de productos químicos, TRIDENT-2 podía manejar miles de especies y una vasta gama de sustancias. El estudio demostró que el modelo podía mantener su precisión incluso cuando se le pedía predecir los efectos de productos químicos que eran estructuralmente muy diferentes a los de sus datos de entrenamiento, o para especies que estaban evolutivamente distantes de las que había estudiado.

Para mostrar cómo funciona esto en un escenario del mundo real, el equipo aplicó TRIDENT-2 a miles de pesticidas. Mapearon cómo estos productos químicos afectarían probablemente a diferentes especies a través del árbol eucariota. Los resultados revelaron que, si bien algunos pesticidas eran altamente tóxicos para sus objetivos previstos, como insectos o malezas, también planteaban riesgos para especies no objetivo, como ciertos gusanos, hongos y plantas. El modelo fue capaz de detectar estas sensibilidades sutiles y específicas de cada especie que se habrían pasado por alto si los datos se analizaran solo en grupos amplios. Este nivel de detalle es esencial para comprender el verdadero impacto de la contaminación en la biodiversidad.

El estudio concluye que la inteligencia artificial puede superar las limitaciones de datos de larga data que han obstaculizado la evaluación del riesgo ecológico. Al utilizar la vasta cantidad de datos existentes, aunque desiguales, para aprender principios generales de toxicidad, TRIDENT-2 permite a los científicos evaluar la seguridad de los productos químicos para los millones de especies que nunca han sido probadas. Esta capacidad no reemplaza la necesidad de experimentos físicos, sino que ofrece una forma de priorizar qué pruebas son más necesarias e identificar amenazas potenciales antes de que causen un daño generalizado. La herramienta está ahora disponible para uso público, ofreciendo un nuevo camino hacia la protección de la biodiversidad del planeta frente a la creciente marea de la contaminación química.