Una inteligencia artificial aprendió el idioma que usan las células para decidir qué serán cuando crezcan

El cuerpo humano, durante las primeras etapas de formación, funciona como una enorme obra con miles de obreras trabajando en simultáneo. Cada célula necesita saber qué tarea le toca: si debe convertirse en parte del corazón, de un pulmón, de un músculo o de una fibra nerviosa. Esa orden la recibe a través de mensajes químicos diminutos, una especie de radio de comunicaciones interno que indica posición, función y destino. Durante décadas, descifrar ese sistema de señales fue uno de los rompecabezas más difíciles de la biología del desarrollo.

Ahora, un equipo del Instituto Whitehead de Investigaciones Biomédicas, en Estados Unidos, creó una herramienta llamada IRIS que traduce ese idioma celular. Lo notable es que no necesita que alguien le dicte las reglas: las aprende observando. En pruebas con embriones de ratón, el sistema identificó con precisión las señales que ordenan la formación del corazón, los pulmones, los músculos y el sistema nervioso, y los investigadores ya lo aplicaron para mejorar el cultivo de tejido pulmonar en el laboratorio.

Cómo funciona

IRIS usa una estrategia de aprendizaje por transferencia, la misma técnica que permite a un programa entrenado para entender inglés reconocer después patrones en otros idiomas, como si un alumno de portugués aprovechara lo aprendido en español. Pulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT, lo explica con un ejemplo cotidiano: Pensá en los asistentes de voz como Siri, que se entrenan principalmente en inglés pero después usan ese conocimiento para entender otros idiomas. De la misma manera, IRIS aprende a identificar una señal química en un grupo de células y luego la reconoce en tejidos distintos, incluso en aquellos que nunca vio durante su entrenamiento.

Para armar el sistema, los investigadores trabajaron con células madre de ratón y de humano. Activaron y desactivaron de forma controlada seis señales químicas diferentes, combinaron esas señales de a miles y registraron cómo respondía la actividad genética de cada célula. Con esos datos construyeron un mapa de equivalencias: frente a una combinación de señales, IRIS puede anticipar en qué tipo de célula se convertirá cada una. Es como si tuviera un manual de instrucciones para leer las señales químicas del desarrollo, comparable a un termostato que no solo mide la temperatura sino que también interpreta qué hacer con cada ambiente de la casa.

Qué demostró en el laboratorio

• En embriones de ratón, predijo 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 se organiza en partes siguiendo señales que llegan desde dos direcciones opuestas, sin haber sido entrenado para esa tarea específica.
• Cuando se lo evaluó con tipos de células nerviosas que nunca había procesado, sus predicciones coincidieron con lo que ya se conocía sobre la formación del sistema nervioso.
• Los investigadores lo usaron para mejorar el cultivo de tejido pulmonar en el laboratorio, un avance con posibles implicancias para enfermedades como el asma y la fibrosis pulmonar.

Qué falta para que llegue a todos

Aunque los resultados son prometedores, IRIS todavía está lejos del consultorio. La herramienta se entrenó principalmente con datos de ratón y de líneas celulares humanas cultivadas en laboratorio, no con tejidos humanos reales en su contexto natural. Antes de pensar en aplicaciones clínicas, los investigadores deberán validar sus predicciones en modelos animales más complejos y, eventualmente, en ensayos con tejido humano. También queda por delante el desafío de ampliar el catálogo de señales químicas que el sistema reconoce: hoy trabaja con seis, pero las células usan muchas más durante el desarrollo. Si esa ampliación se concreta, la promesa es concreta: entender cómo se construyen los órganos abre la puerta a regenerar los que se enferman.