🧬 Divulgación, IA y Genética: La Línea Kay Davies del Proyecto MonteIA

En el cruce entre la inteligencia artificial, la bioinformática y la pedagogía nace la Línea Davies, un módulo divulgativo del Proyecto MonteIA diseñado para acercar la ciencia de vanguardia al aula y a la sociedad.

A continuación, exploramos la figura científica que inspira este desarrollo, el reto social de las enfermedades raras y cómo poner en marcha esta herramienta interactiva basada en RAG (Retrieval-Augmented Generation) y guardrails de salud.

1. ¿Quién es Dame Kay Davies? Una inspiración para el alumnado

Para entender el propósito de esta herramienta, el alumnado debe conocer primero a la mujer cuyo nombre abandera esta línea de trabajo: Dame Kay Davies (nacida en 1951), genetista británica de la Universidad de Oxford y una de las figuras más relevantes de la ciencia médica contemporánea.

En la década de 1980, mientras la genética molecular aún daba sus primeros pasos, Kay Davies se adentró en el estudio de las distrofias musculares. Su contribución más revolucionaria fue el descubrimiento de la utrofina, una proteína estructural muy similar a la distrofina. Davies demostró que la utrofina, expresada naturalmente durante el desarrollo fetal, podía servir como una “sustituta funcional” para compensar la ausencia de distrofina en pacientes con Distrofia Muscular de Duchenne.

¿Por qué su figura es clave en el aula?

• Referente STEAM femenino: Muestra al alumnado que la investigación biomédica de alto impacto requiere perseverancia, empatía e innovación.
• Ciencia con propósito: Su enfoque demuestra cómo el laboratorio se conecta directamente con la calidad de vida de las familias.
• Puente pedagógico: La “Línea Davies” rinde tributo a su visión aplicando la IA para hacer comprensible la genética compleja a cualquier edad.

2. Enfermedades Raras y Distrofia Muscular de Duchenne (DMD)

Las enfermedades raras o poco frecuentes son aquellas con una prevalencia inferior a 5 casos por cada 10.000 habitantes. Aunque individualmente afectan a un número reducido de personas, en conjunto existen más de 7.000 patologías registradas que impactan a más de 300 millones de personas en el mundo.

Una de las más conocidas es la Distrofia Muscular de Duchenne (DMD):

• Origen genético: Causada por mutaciones en el gen DMD ubicado en el cromosoma X, lo que provoca la ausencia total o parcial de la proteína distrofina.
• Impacto clínico: Al carecer de esta “proteína amortiguadora”, las fibras musculares sufren microlesiones durante la contracción, generando una pérdida progresiva de fuerza muscular desde la infancia.
• Afección principal: Afecta predominantemente a varones, mientras que las mujeres suelen ser portadoras asintomáticas o con síntomas leves debido al mecanismo de inactivación del cromosoma X.

La gran barrera en las enfermedades raras es la desinformación o la extrema complejidad técnica de la literatura médica. Por eso, el alumnado necesita herramientas capaces de traducir conceptos complejos sin perder el rigor científico.

3. ¿Cómo usar la App “Línea Davies”? (Guía de Uso)

La aplicación web app_davies.py es un asistente interactivo alimentado por fuentes verificadas en formato Markdown que permite explorar la enfermedad de Duchenne y la genética molecular adaptándose al perfil del interlocutor.

🎯 Características Principales

1. Tres Niveles Pedagógicos de Respuesta:
   • 🎈 Infantil (8-9 años): Explicaciones con metáforas amables, frases cortas y lenguaje libre de tecnicismos.
   • 🎓 Adolescente (Secundaria): Claridad conceptual, introducción progresiva del léxico genético y rigor adaptado.
   • 🔬 Adulto: Máxima precisión técnica, detalles moleculares y contexto clínico completo.
2. Filtro y Guardrail de Salud Personal:
   • Si un usuario escribe consultas personales de autodiagnóstico (ej. “Tengo dolor en las piernas, ¿puedo tener Duchenne?” o “Mi hijo se cae mucho…”), la aplicación bloquea inmediatamente la generación por LLM.
   • Responde automáticamente con un aviso ético que desvía la consulta hacia pediatras y profesionales de la salud.
3. Verificación por RAG (Búsqueda Factual):
   • Emplea TF-IDF con normalización Unicode para buscar en la base de conocimientos (corpus/*.md).
   • Si la pregunta no supera el umbral de similitud o está fuera de dominio (ej. “¿Cuál es la capital de Francia?”), declina responder para evitar alucinaciones.
4. Panel de Auditoría en Tiempo Real:
   • Muestra la latencia del proceso (ms), los extractos exactos recuperados del corpus, la puntuación de similitud coseno y el estado del guardrail de seguridad.
5. 20 Preguntas de Sugerencia Integradas:
   • Incluye un selector rápido con 20 ejemplos organizados por temáticas (genética, síntomas, investigación de Kay Davies, aspectos sociales y casos límite de prueba).

4. Guía de Instalación Técnica (Paso a Paso)

Para desplegar la aplicación en local con integración a LM Studio u otro motor local compatible con API de OpenAI, sigue estos pasos:

Requisitos Previos

• Python 3.9 o superior.
• Servidor local de LLM (LM Studio, Ollama o vLLM) ejecutándose en http://localhost:1234.

Paso 1: Estructura del Proyecto

Crea un directorio de trabajo con la siguiente estructura de carpetas:

Plaintext

proyecto_davies/
├── app_davies.py
└── corpus/
    ├── duchenne_general.md
    ├── kay_davies_utrofina.md
    └── tratamientos_corticoides.md

⚠️ Importante: Asegúrate de incluir tus archivos de conocimiento (.md) dentro de la carpeta corpus/. Cada archivo debe incluir encabezados Markdown (# Título) y secciones marcadas preferentemente con ### Extracto o títulos de sección.

Paso 2: Instalación de Dependencias

Abre tu terminal y ejecuta el siguiente comando para instalar los paquetes necesarios:

Bash

pip install fastapi uvicorn scikit-learn pydantic

Paso 3: Configurar el Modelo Local en LM Studio

1. Abre LM Studio.
2. Carga un modelo instructivo en español o multilingüe (ejemplo: Mistral 7B Instruct, Llama-3 8B Instruct, o Qwen 2.5).
3. Inicia el servidor local (Local Server) asegurándote de que escuche en el puerto 1234 (http://localhost:1234/v1).
4. Ajusta la ventana de contexto del modelo en LM Studio a un mínimo de 4096 tokens.

Paso 4: Ejecución del Servidor FastAPI

Lanza la aplicación ejecutando el script principal:

Bash

python app_davies.py

En la consola verás los registros de carga del corpus y la construcción del índice vectorial:

Plaintext

✅ Corpus cargado: 3 documentos, 12 fragmentos procesados.
🧠 Índice TF-IDF construido correctamente con normalización Unicode.
INFO:     Started server process [PID]
INFO:     Uvicorn running on http://0.0.0.0:8095 (Press CTRL+C to quit)

Paso 5: Acceso y Prueba en el Navegador

1. Abre tu navegador web e ingresa a: http://localhost:8095
2. Selecciona un nivel pedagógico (ej. Infantil).
3. Haz clic en una de las preguntas de ejemplo (ej. 13. Regulación de utrofina (Kay Davies)) o escribe tu propia consulta.
4. Revisa en la parte inferior el Panel de Auditoría para inspeccionar la respuesta del motor RAG y la métrica de similitud en tiempo real.