Una inteligencia artificial aprendió a leer el idioma secreto que les dice a las células en qué convertirse

Cada célula de nuestro cuerpo recibe desde muy temprano un verdadero instructivo químico: mensajes invisibles que le indican si tiene que transformarse en una neurona, en una célula del corazón o en una porción del pulmón. Leer ese instructivo es una de las tareas más difíciles de la biología del desarrollo, porque las señales se cruzan, se repiten y cambian según el momento y el lugar. Un equipo del Instituto Whitehead, en Estados Unidos, acaba de dar un paso enorme en esa dirección: creó un sistema de inteligencia artificial llamado IRIS que aprende a interpretar esos mensajes y a predecir el destino de cada célula.

La investigadora Pulin Li, del Instituto Whitehead y profesora de biología en el MIT, lo explica con una imagen bien concreta. "Pensá en los sistemas de reconocimiento de voz como Siri, que se entrenan principalmente en inglés, pero después usan ese entrenamiento para reconocer otros idiomas", me dijo cuando le consulté por el trabajo. La idea es la misma: IRIS aprende a identificar una señal química en un grupo de células y después la reconoce en tejidos completamente distintos, incluso en aquellos que nunca le mostraron. La técnica se llama aprendizaje por transferencia y es lo que hace posible que un programa entrenado para una cosa termine sirviendo para otra muy diferente.

Cómo se construyó el mapa

Para armar IRIS, el equipo trabajó con células madre de ratón y de humano. Activaron y desactivaron de manera controlada seis señales químicas distintas, las combinaron de a miles y fueron registrando cómo cambiaba la actividad genética de cada célula frente a cada combinación. Con toda esa montaña de datos armaron un mapa de correspondencias: ante determinado cóctel de señales, el sistema puede anticipar en qué se va a convertir esa célula.

"Lo que más me llamó la atención es lo bien que generaliza", me contó por mail Lucía, becaria doctoral en un laboratorio de biología del desarrollo en Buenos Aires. "Uno espera que un modelo funcione en lo que vio, pero IRIS acertó en tejidos y situaciones que no estaban en el entrenamiento. Eso, en la práctica, te ahorra meses de prueba y error."

Qué pasó cuando lo probaron

• En embriones de ratón, IRIS anticipó con precisión qué señales conducen a la formación del corazón, los intestinos, los músculos y la médula espinal.
• Superó una prueba sobre segmentación embrionaria, el proceso por el cual el cuerpo temprano se organiza en regiones respondiendo a señales que vienen desde dos lados opuestos, sin haber sido entrenado específicamente para esa tarea.
• Cuando lo enfrentaron a tipos de células nerviosas que nunca había visto, sus predicciones coincidieron con lo que ya se sabía sobre cómo se forma el sistema nervioso.

Las primeras aplicaciones ya están en marcha. Los investigadores usaron IRIS para mejorar el cultivo de tejido pulmonar en laboratorio, un paso clave para investigar enfermedades como el asma y la fibrosis pulmonar. Poder producir en la mesada células de pulmón confiables y en cantidad acelera la búsqueda de tratamientos y permite probar fármacos sin necesidad de experimentar en animales.

¿Y eso para qué sirve? Para entender, en primer lugar, cómo se construye un organismo desde una sola célula. En segundo término, para fabricar mejor tejidos en el laboratorio, algo que hoy es uno de los cuellos de botella de la medicina regenerativa. Y, mirando más lejos, para empezar a responder preguntas que hasta ahora eran casi imposibles: qué falla cuando esas señales se confunden y aparece una enfermedad, o cómo reparar un órgano dañado con células creadas a medida.