Una inteligencia artificial que aprende a leer el idioma con el que las células se ponen de acuerdo

¿Alguna vez te preguntaste cómo sabe una célula si tiene que convertirse en neurona, en músculo o en parte del corazón? No es magia: durante el desarrollo del embrión, las células se pasan mensajes químicos que les indican qué camino tomar. El problema es que descifrar ese idioma fue, durante décadas, uno de los rompecabezas más difíciles de la biología.

Ahora, un equipo del Instituto Whitehead creó IRIS, un sistema de inteligencia artificial que aprende a leer esas señales y a anticipar el destino de cada célula. Lo presentaron en un paper reciente y los resultados son concretos: en embriones de ratón, identificó con precisión las señales que dirigen la formación del corazón, los pulmones, los músculos y el sistema nervioso.

Cómo aprende IRIS

La técnica que usa se llama aprendizaje por transferencia. Es la misma idea que aplica Siri: se entrena principalmente en inglés y después usa ese entrenamiento para reconocer otros idiomas. Con las células pasa algo parecido: IRIS aprende a identificar una señal química en un grupo celular y después la reconoce en tejidos completamente distintos, incluso en aquellos que no formaron parte de su entrenamiento.

“Piensa en los sistemas de reconocimiento de voz como Siri, que se entrenan principalmente en inglés, pero que luego utilizan ese entrenamiento para reconocer otros idiomas.”Pulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT

• Activaron y desactivaron de forma controlada seis señales químicas distintas en células madre de ratón y de humano.
• Combinaron esas señales de miles de maneras y midieron cómo respondía la actividad genética de cada célula.
• Con esos datos armaron un mapa: ante determinada combinación de señales, el sistema predice qué tejido formará la célula.

Lo que logró el sistema

Las pruebas no fueron menores. IRIS anticipó con precisión qué señales conducen a la formación del corazón, los intestinos, los músculos y la médula espinal en embriones de ratón. También superó una prueba de 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. Y cuando se lo evaluó con tipos de células nerviosas que nunca había visto, sus predicciones coincidieron con lo que ya se conocía sobre la formación del sistema nervioso.

El paso más prometedor, igual, es el que ya está en marcha. Los investigadores aplicaron IRIS para mejorar el cultivo de tejido pulmonar en laboratorio, lo que podría tener implicancias concretas para enfermedades como el asma y la fibrosis pulmonar. Si te sirve, probá imaginarlo así: en lugar de probar combinaciones a ciegas en una placa de Petri, ahora un sistema le dice a los científicos qué mezcla de señales tiene más chances de fabricar el tejido que buscan.

Faltan años de trabajo antes de pensar en tratamientos, pero la herramienta ya cambió la manera de estudiar el desarrollo. Lo que antes llevaba meses de prueba y error en el laboratorio, IRIS lo resuelve en minutos con una precisión que sorprendió a los propios investigadores.