Una inteligencia artificial aprendió a leer los mensajes químicos que fabrican un corazón o un pulmón

¿Puede una máquina descifrar el idioma secreto que les dice a las células si tienen que convertirse en neurona, en músculo cardíaco o en parte de un intestino? Un equipo del Instituto Whitehead, en Cambridge, Estados Unidos, acaba de presentar un sistema de inteligencia artificial que responde que sí, y los resultados publicados en la revista Nature llaman la atención de la biología del desarrollo.

El mapa que faltaba

Las células del cuerpo humano no funcionan de manera aislada. Durante el desarrollo embrionario se comunican mediante señales químicas que les indican en qué tipo de célula deben convertirse. Reconstruir ese sistema de comunicación fue, hasta ahora, uno de los problemas más espinosos de la disciplina. El nuevo sistema, bautizado IRIS, ataca el problema con una estrategia de aprendizaje por transferencia: la misma técnica que permite a un asistente de voz entrenado en inglés reconocer después patrones en otros idiomas.

Piulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT, lo explica con una comparación cotidiana: pensá en los sistemas de reconocimiento de voz como Siri, que se entrenan principalmente en inglés y después usan ese entrenamiento para reconocer otros idiomas. Del mismo modo, IRIS aprende a identificar una señal química en un grupo de células y después la reconoce en tejidos completamente distintos, incluso en aquellos que no formaron parte de su entrenamiento.

• IRIS se construyó con células madre de ratón y humanas. Los investigadores activaron y desactivaron de forma controlada seis señales químicas distintas, las combinaron de miles de maneras y registraron cómo respondía la actividad genética de cada célula.
• Con esos datos armaron un mapa de correspondencias: ante una combinación de señales determinada, el sistema puede anticipar el destino celular.
• En embriones de ratón, 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, un proceso en el que el cuerpo se organiza en partes respondiendo a señales que llegan desde dos direcciones opuestas, sin haber sido entrenado específicamente para esa tarea.
• Cuando se lo evaluó con tipos de células nerviosas que nunca había procesado, sus predicciones coincidieron con lo que ya se sabía sobre la formación del sistema nervioso.

Pulmón en laboratorio y posibles aplicaciones clínicas

Los investigadores ya fueron más allá del ratón. Usaron IRIS para mejorar el cultivo de tejido pulmonar en el laboratorio, un paso clave para entender y eventualmente tratar enfermedades respiratorias como el asma y la fibrosis pulmonar. La idea es que, si se conocen las señales que le dicen a una célula que se convierta en tejido pulmonar sano, se pueden fabricar organoides más funcionales y mejores modelos de enfermedad.

“Descifrar los mensajes que recibe una célula durante el desarrollo es entender, en parte, cómo se construye un organismo. Y ahora tenemos una herramienta que lee ese idioma con una precisión notable.”Piulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT

El hallazgo abre una puerta enorme: ya no se trata solamente de observar qué hacen las células, sino de predecirlo a partir de las señales que reciben. Para una disciplina que trabaja con cantidades de datos cada vez más grandes, tener un traductor automático entre química y destino celular puede cambiar la forma en que se diseñan terapias, se estudian malformaciones congénitas y se avanza en medicina regenerativa. El tiempo dirá, pero ya dijo bastante.