¿Puede el ADN decir cuántos años tienes? Entrené un modelo para comprobarlo
127 personas
en la prueba final de predicción de edad
¿Y si un análisis de sangre te quitara diez años? Antes de celebrarlo, convendría mirar cómo se hace la cuenta. He entrenado un modelo para adivinar edades a partir de marcas del ADN. Aprende bastante. También comete un error que puede llevar a engaño cuando hablamos de rejuvenecer.
Tu ADN dice que tienes diez años menos.
Un modelo ha calculado una edad inferior a la que tienes.
¿Qué puedes concluir con ese dato?
<button type="button" data-respuesta="vivir" aria-pressed="false"> Voy a vivir más</button><button type="button" data-respuesta="estimacion" aria-pressed="false"> Todavía no puedo saberlo</button>
Elige una respuesta antes de seguir leyendo.
La portada de noviembre de National Geographic dedica su tema principal a la reprogramación celular y la búsqueda de la eterna juventud. Esa promesa me hace plantearme una pregunta: ¿cómo sabemos que hemos conseguido dar marcha atrás al reloj?
Mi experimento aborda algo más pequeño. Intento predecir cuántos años tiene una persona leyendo unas señales de su sangre. No hay tratamientos ni seguimiento de su salud. Hay cumpleaños conocidos y un modelo que debe intentar acertarlos.
Las marcas del ADN que dan pistas sobre tu edad
El ADN conserva instrucciones, pero además tiene pequeñas marcas químicas. Algunas cambian con la edad. Se llaman marcas de metilación: podemos imaginarlas como anotaciones sobre un libro, aunque esa comparación no explica todo su funcionamiento.
Entrené un modelo para relacionar las marcas del ADN con la edad de cada persona. Después lo puse a prueba con muestras de otras personas que había reservado. Su tarea era calcular cuántos años tenían sin conocer la respuesta.
Utilizo datos públicos de sangre de 656 personas de entre 19 y 101 años, del estudio de Hannum y sus colaboradores. La relación entre esas marcas y la edad ya estaba publicada. Mi aportación consiste en entrenar otro modelo y examinar sus equivocaciones, sin atribuirme aquel hallazgo.
Un examen con las respuestas escondidas
Reservo 127 personas para la prueba final. Otras 109 sirven para calcular un margen de error. Las 420 restantes, para aprender y elegir el modelo. Las muestras procesadas en un mismo chip de laboratorio permanecen juntas, para reducir el riesgo de confundir una peculiaridad de medición con una pista sobre la edad.
También preparo un rival muy sencillo: responder siempre 64 años, la edad central del entrenamiento. Ese rival falla 14 años de media. El modelo que lee la metilación reduce el error a 5,3 años.
El gráfico compara edad real y predicha. Cada punto es una persona reservada; sobre la diagonal estaría el acierto perfecto. Cuanto más se aleja, mayor es la equivocación.
Cada punto es una persona. La línea discontinua representa el acierto perfecto. Fuente: predicciones propias sobre GSE40279.
La mejora es clara, pero cinco años de error medio no significan que todo el mundo quede a cinco años de su cumpleaños. Hay aciertos cercanos y fallos bastante mayores. La media los mete en la misma bolsa.
El regalo de cumpleaños que hace el modelo
Al separar edades aparece el detalle que cambia la lectura. En las 16 personas menores de 40 años, el reloj añade 6,5 años de media. En las 17 de 80 o más, resta 7 años. En estas últimas, el error absoluto medio asciende a 7,2 años.
El siguiente gráfico muestra la dirección del error. Las barras positivas añaden años; las negativas los quitan. Los tamaños de cada grupo importan: son pocos casos para convertir este patrón en una regla universal.
Grupos de edad real. Son errores del modelo, no cambios observados en el cuerpo. Fuente: prueba reservada.
El resultado es compatible con una tendencia a acercar las predicciones al centro de las edades. Un modelo puede hacer parecer mayores a los jóvenes y más jóvenes a los mayores sin que sus cuerpos hayan cambiado durante el experimento.
Puedes comprobarlo caso por caso. Primero verás la edad calculada y su margen; después, al pulsar, el cumpleaños real. Todos los casos pertenecen a la prueba, sin escoger únicamente los más llamativos.
Que el modelo te quite años no significa que hayas rejuvenecido
Para acompañar cada edad calculada, añadí un margen de unos 9,6 años por encima y por debajo. Ese margen incluyó la edad real de 110 de las 127 personas de prueba. Las otras 17 quedaron fuera. Además, todas las muestras proceden del mismo estudio: todavía faltaría comprobar cómo funciona el modelo con personas de otra población o en otro laboratorio.
La búsqueda del rejuvenecimiento que protagoniza National Geographic en su número de noviembre exige distinguir dos cosas: que un modelo calcule una edad menor y que el cuerpo haya rejuvenecido. Mi prueba solo permite hablar de la primera. A los mayores de 80 años les asignó siete años menos de media, sin haber ensayado ningún tratamiento. Una edad predicha más joven, por sí sola, no demuestra rejuvenecimiento.
Machine learning con GSE40279: 656 personas y 23.734 marcas candidatas fijadas por identificador, sin consultar edades. Separación por chip: 420 personas de entrenamiento, 109 de calibración y 127 de prueba. Regresión ridge elegida entre cuatro combinaciones mediante validación interna de cinco grupos. Selección de marcas, imputación y escala dentro de cada entrenamiento. Comparación con la mediana del entrenamiento. Validación interna de una cohorte histórica; no mide salud, longevidad ni rejuvenecimiento.
