Modelos predictivos basados en aprendizaje automático y patrones de subtipos en sangre periférica de la esquizofrenia basados en un marco computacional de aprendizaje automático

Por qué la sangre puede ayudar a descifrar un trastorno complejo de la mente

La esquizofrenia es una enfermedad mental grave que puede alterar el pensamiento, las emociones y la vida diaria; sin embargo, los médicos todavía dependen principalmente de la observación del comportamiento para diagnosticarla. Este estudio plantea una pregunta simple pero potente: ¿puede una muestra de sangre común revelar patrones biológicos ocultos que ayuden a detectar la esquizofrenia antes y a clasificar a los pacientes en grupos de tratamiento más personalizados?

Buscando pistas en un tubo de sangre

Los investigadores comenzaron reuniendo varios conjuntos de datos existentes en los que ya se había analizado la actividad génica en sangre de personas con esquizofrenia y de voluntarios sanos. Cada gen puede considerarse como un pequeño interruptor que se activa o desactiva. Al combinar miles de estos interruptores procedentes de cinco estudios distintos y corregir por diferencias técnicas, el equipo creó un mapa grande y unificado de la actividad génica en sangre periférica. Luego buscaron genes que se comportaran de forma consistente distinta en los pacientes frente a los controles, enfocándose en aquellos vinculados con la inflamación, las respuestas inmunitarias y cómo las células procesan grasas y otras moléculas.

Enseñar a las máquinas a detectar una firma oculta

Dado que ningún humano puede ver fácilmente patrones útiles entre tantos genes a la vez, el equipo recurrió al aprendizaje automático, una rama de la informática que permite a los algoritmos aprender de los datos. Probaron 12 métodos diferentes de aprendizaje automático y muchas maneras de combinarlos, y finalmente optaron por un emparejamiento que seleccionó los genes más informativos y luego construyó un clasificador alrededor de ellos. Este proceso condujo a un conjunto compacto de 16 genes cuya pauta de actividad combinada pudo distinguir con fiabilidad a pacientes con esquizofrenia de personas sanas en ocho conjuntos de datos distintos. Los autores transformaron entonces esta “firma” de 16 genes en una herramienta gráfica de puntuación, llamada nomograma, que en principio podría ayudar a los clínicos a estimar la probabilidad de que una muestra de sangre provenga de alguien con esquizofrenia.

Qué dicen los genes clave sobre el organismo

Los 16 genes destacados por el modelo no son al azar. Muchos están ligados al sistema inmunitario, a las respuestas al estrés celular y a cómo el cuerpo maneja las grasas y las moléculas de señalización. Un gen en particular, llamado AZI2, destacó como central en la firma. Su actividad se correlacionó fuertemente con vías que controlan la inflamación y el comportamiento de las células inmunitarias, y con la respuesta celular a señales que les indican crecer, dividirse o morir. Cuando el equipo examinó patrones de células inmunitarias inferidos a partir de los datos sanguíneos, encontraron desplazamientos en varios tipos de glóbulos blancos en la esquizofrenia, lo que apoya la imagen de que el sistema inmunitario está alterado de forma persistente en el trastorno.

Dos sabores biológicos de un mismo diagnóstico

Tener una firma diagnóstica es útil, pero se sabe que la esquizofrenia presenta gran variabilidad entre las personas. Para investigar esta diversidad, los investigadores utilizaron métodos de agrupamiento no supervisados, que agrupan muestras por similitud sin decirles quién es paciente ni cuáles son sus síntomas. Estos métodos dividieron al grupo de esquizofrenia en dos subtipos principales basados en sangre, y luego en subgrupos más finos. Un patrón se asoció más fuertemente con cambios en el metabolismo, como el uso de energía y grasas por las células, mientras que el otro estuvo más ligado a la inflamación y la actividad inmune. Los grupos también diferían en conjuntos de proteínas y vías génicas relacionadas con la coagulación sanguínea, la señalización cerebral y las respuestas a infecciones, lo que sugiere que pacientes que comparten la misma etiqueta clínica pueden, en realidad, tener biología subyacente distinta.

Qué podría significar esto para la atención futura

En conjunto, este trabajo sugiere que un pequeño panel de genes medido a partir de una sencilla extracción de sangre podría ayudar a respaldar el diagnóstico de la esquizofrenia y, quizá más importante, a revelar subtipos biológicamente distintos del trastorno. Aunque se necesitan pruebas adicionales en grupos de pacientes más grandes y con seguimiento riguroso antes de que tales herramientas puedan utilizarse en clínicas, el estudio ofrece una hoja de ruta hacia una psiquiatría más personalizada, en la que las decisiones terapéuticas se guíen no solo por los síntomas sino también por las señales moleculares del cuerpo.

Cita: Li, Z., Sun, Q., Li, H. et al. Machine learning-based predictive models and subtypes patterns in peripheral blood of schizophrenia based on a machine learning computational framework. Schizophr 12, 46 (2026). https://doi.org/10.1038/s41537-026-00744-z

Palabras clave: esquizofrenia, biomarcadores en sangre, aprendizaje automático, expresión génica, sistema inmunitario