Herramienta de IA clasifica variantes patogénicas en la epilepsia infantil grave
Actualizado el 21 Oct 2026
Las encefalopatías del desarrollo y epilépticas son trastornos neurodel desarrollo poco frecuentes caracterizados por convulsiones en la primera infancia y retrasos significativos del desarrollo. Las pruebas genéticas pueden identificar variantes asociadas con estas afecciones, pero muchos hallazgos siguen clasificados como variantes de significado incierto, lo que complica el diagnóstico y el acceso a terapias dirigidas a genes.
Para mejorar la interpretación, los investigadores han desarrollado una herramienta de inteligencia artificial diseñada para clasificar variantes potencialmente dañinas en un gen vinculado a una epilepsia infantil grave.
Investigadores de Northwestern Medicine (Chicago, IL, EE.UU.) y colaboradores desarrollaron EpiPred, un modelo de aprendizaje automático específico del gen centrado en STXBP1, uno de los genes más comúnmente asociados con las encefalopatías del desarrollo y epilépticas. El modelo se entrenó para predecir si las variantes missense de STXBP1 probablemente causan enfermedad.
Las predicciones del modelo se probaron mediante múltiples ensayos de laboratorio. Estos ensayos midieron la abundancia, la estabilidad, la solubilidad y la interacción de la proteína con otros componentes celulares. El trabajo combinó métodos computacionales con sistemas de modelos celulares y animales para mejorar la interpretación de la variación genética relacionada con la epilepsia.
Los investigadores evaluaron unas dos docenas de variantes utilizando cuatro ensayos experimentales distintos en el estudio original. También examinaron cientos de variantes conocidas y predijeron el impacto de cada posible variante missense de STXBP1. Según los hallazgos, alrededor de una cuarta parte de las variantes actualmente clasificadas como inciertas podrían ser causantes de enfermedad.
EpiPred superó a las herramientas globales de predicción de variantes existentes en precisión, sensibilidad y especificidad. El modelo también coincidió estrechamente con los hallazgos experimentales de laboratorio. Los investigadores identificaron varias variantes que podrían haber sido clasificadas incorrectamente en estudios anteriores.
El estudio se publicó en el Journal of Clinical Investigation el 17 de septiembre de 2026. La investigación se llevó a cabo mediante una colaboración financiada por los Institutos Nacionales de la Salud entre Northwestern Medicine, la Universidad de Michigan, Weill Cornell Medicine y el Hospital de Investigación Infantil St. Jude. La herramienta se ha puesto a disposición del público a través de una aplicación web interactiva para explorar predicciones de variantes de STXBP1.
Enlaces relacionados
Northwestern Medicine
