En cuanto a la cantidad sustancial que se desconocía, el equipo realizó un estudio más, utilizando el organismo mejor entendido (a nivel genético) de todos: Drosophila melanogaster. Estas moscas de la fruta han sido objeto de investigación durante más de un siglo porque son fáciles y económicas de criar, tienen un ciclo de vida corto, producen muchas crías y pueden modificarse genéticamente de muchas maneras.
El equipo utilizó la edición de genes para reducir el uso de alrededor de 300 genes de baja puntuación que se encuentran tanto en humanos como en moscas de la fruta. «Descubrimos que una cuarta parte de estos genes desconocidos eran letales: cuando se eliminaban, causaban la muerte de las moscas y, sin embargo, nadie sabía nada sobre ellos», dice Freeman. «Otro 25 por ciento de ellos causó cambios en las moscas, fenotipos, que pudimos detectar de muchas maneras». Estos genes estaban relacionados con la fertilidad, el desarrollo, la locomoción, el control de la calidad de las proteínas y la resistencia al estrés. «Que tantos genes fundamentales no se entiendan fue revelador», dice Freeman. Es posible que la variación en estos genes pueda tener un gran impacto en la salud humana.
Toda esta información «desnómica» se guarda en una base de datos, que el equipo pone a disposición de otros investigadores para que la utilicen para descubrir nueva biología. El próximo paso puede ser entregar los datos sobre estos genes misteriosos y las proteínas misteriosas que crean a la IA.
AlphaFold de DeepMind, por ejemplo, puede proporcionar información importante sobre lo que hacen las proteínas misteriosas, especialmente al revelar cómo interactúan con otras proteínas, dice Alex Bateman del Instituto Europeo de Bioinformática, con sede cerca de Cambridge, Reino Unido. También puede hacerlo crio-EM, que es una forma de producir imágenes de moléculas grandes y complejas, dice. Y un equipo del University College London ha demostrado una forma sistemática de utilizar el aprendizaje automático para descubrir qué hacen las proteínas en la levadura.
El Unknome es inusual en el sentido de que es una base de datos de biología que se reducirá a medida que la entendamos mejor. El documento muestra que durante la última década «hemos pasado del 40 al 20 por ciento del proteoma humano con un cierto nivel de desconocimiento», dice Bateman. Sin embargo, al ritmo de progreso actual, determinar la función de todos los genes humanos que codifican proteínas podría llevar más de medio siglo, estima Freeman.
El descubrimiento de que tantos genes siguen sin entenderse refleja lo que se llama el efecto de la farola, o el principio de búsqueda del borracho, un sesgo de observación que ocurre cuando las personas solo buscan algo donde es más fácil buscar. En este caso, ha provocado lo que Freeman y Munro llaman un “sesgo en la investigación biológica hacia lo previamente estudiado”.
Lo mismo ocurre con los investigadores, que tienden a obtener fondos para la investigación en áreas relativamente bien conocidas, en lugar de adentrarse en lo que Freeman llama la naturaleza salvaje. Es por eso que la base de datos es tan importante, explica Munro: lucha contra la economía de la academia, que evita cosas que se entienden muy poco. “Se necesita un tipo diferente de apoyo para abordar estas incógnitas”, dice Munro.
Pero incluso cuando la base de datos esté disponible y los investigadores la revisen, todavía habrá algunos puntos ciegos de conocimiento. El estudio se centró en los genes que son responsables de las proteínas. En las últimas dos décadas, también se ha descubierto que áreas inexploradas del genoma albergan el código de pequeños ARN: fragmentos de material genético que pueden afectar a otros genes y que son reguladores críticos del desarrollo normal y las funciones corporales. Puede haber más «incógnitas desconocidas» al acecho en el genoma humano.
Por ahora, todavía hay mucho en lo que profundizar, y Freeman espera que este trabajo anime a otros a estudiar la genética Terra Incognita: «Hay más que suficiente Unknome para cualquiera que quiera explorar una biología genuinamente nueva».