El punto de partida
EnergyFingerprint combina dos ejes: uno evolutivo (el log-likelihood ratio de un modelo de lenguaje de proteína, ESMC) y uno termodinámico (el perfil de energía de apilamiento del mRNA). Durante meses trabajamos con una cifra interna que decía que el eje evolutivo, por sí solo, apenas discriminaba variantes clínicas (AUC ≈ 0.5). De ahí nacía una hipótesis atractiva: si cada canal vale poco por separado pero juntos alcanzan AUC ≈ 0.88, la única explicación sería una interacción multiplicativa entre señal y forma — el corazón de nuestro marco Λ = S ⊗ Φ.
Antes de construir un paper entero sobre esa idea, decidimos verificar la cifra de la que dependía todo. Es lo que un enfoque glass-box exige: auditar el número antes de edificar sobre él.
La auditoría: el número estaba mal
Recomputamos el AUC del canal evolutivo aislado, leído en la posición exacta de la variante y sin normalizar, sobre las 5.023 variantes confiables del panel de 42 genes. Resultado:
El canal evolutivo sí discrimina, y muy bien (AUC ≈ 0.90, en línea con lo publicado para ESM-1v). La pista definitiva: incluso el ESM-1v de referencia salía a ~0.52 en la tabla original, cuando la literatura lo sitúa en 0.75–0.85 — el fallo afectaba hasta al modelo de control, así que era un artefacto de cómputo (agregación por ventana en vez de lectura puntual), no una propiedad de ningún modelo.
Con la señal bien leída: ¿qué aporta la termodinámica en missense?
Corregida la cifra, la pregunta cambia. Ya no es "¿por qué dos canales flojos suman tanto?", sino "¿aporta la termodinámica algo por encima de una señal evolutiva bien leída?". Reajustamos cuatro modelos anidados (solo señal, solo forma, aditivo, con interacción) con validación cruzada por gen y corrección de comparaciones múltiples (FDR).
La respuesta, honesta: en missense, añadir el canal termodinámico mejora el AUC en +0.000. La interacción señal×forma existe —es estadísticamente detectable tras FDR— pero es de efecto prácticamente nulo: no cambia la clasificación. En missense, el modelo de lenguaje ya ve lo que hay que ver.
Nota sobre los AUC: se calculan sobre ClinVar, donde el valor puede reflejar la identidad del gen o la posición de la variante más que el efecto de la propia variante. Los resultados del panel de 42 genes no están publicados.
El contraste: donde el modelo de lenguaje es ciego
Aquí está el giro. Una variante sinónima no cambia la proteína — el modelo de lenguaje de proteína no tiene nada que leer, es ciego por construcción. Aplicamos exactamente el mismo canal termodinámico a 5.531 variantes sinónimas de 8 genes:
| Observable termodinámico | AUC en missense | AUC en sinónimas |
|---|---|---|
| ΔΔG de apilamiento (con signo) | 0.50 | 0.66 |
| ΔG local del entorno | 0.55 | 0.66 |
| Modelo termodinámico combinado | ≈ 0.50 | 0.63–0.71 |
El mismo canal que es inerte en missense lleva la clasificación en sinónimas. No porque cambie el método — cambia el régimen. Donde no hay señal evolutiva que leer, la física del mRNA es la que queda, y discrimina.
La termodinámica no compite con los modelos de lenguaje en su terreno. Es el eje que ilumina el terreno donde ellos no pueden ver.
Qué significa esto para EnergyFingerprint
Reordena el relato de forma que lo refuerza. Nuestro posicionamiento siempre fue operar "donde REVEL y AlphaMissense son ciegos" — y esos son predictores de missense. La auditoría lo confirma con números: el valor distintivo de la termodinámica no está en competir en missense (donde la señal evolutiva ya gana), sino en el régimen silencioso — variantes sinónimas, mRNA, no codificante — donde ningún modelo de lenguaje de proteína tiene entrada.
Y hay una lección de método: un resultado que parecía extraordinario (super-aditividad multiplicativa) descansaba en una cifra que nadie había verificado. Auditarla nos ahorró publicar un artefacto y nos dio algo más sólido — un contraste de régimen limpio y falsable. En una empresa glass-box, corregir el propio registro no es una debilidad; es el producto.
Nota de honestidad: la validación en sinónimas está limitada por la escasez de variantes patogénicas confiables (decenas); el número robusto de alta potencia (AUC 0.71) proviene del set expandido. Lo declaramos porque el rigor es el punto.
Actualización (sep 2026): un control posterior matiza este resultado. En el conjunto de sinónimas patogénicas confiables de ClinVar, ~65% cae a ≤3 nt de un borde de exón, y SpliceAI —una herramienta gratuita— las clasifica mejor que la señal termodinámica (AUC 0,97 vs σ+G>A 0,59 en el estrato exónico profundo). En la práctica, el positivo de ClinVar es un conjunto de variantes de splicing. Esto no refuta que la termodinámica importe para expresión/traducción — dice que ClinVar no puede probarlo, y que hace falta dato funcional (MPRA / reporter / DMS-MaPseq). El resultado se mantiene como interpretabilidad (σ+G>A ≈ CNN), no como clasificador clínico independiente.