Una inteligencia artificial aprendió a anticipar el destino de las células y abre nuevas puertas a la medicina regenerativa

Les confieso que cuando me crucé con esta noticia me quedé un rato largo leyendo el paper original, porque lo que hizo Pulin Li junto a su equipo del Instituto Whitehead, en Cambridge, Massachusetts, tiene esa rara cualidad de las investigaciones que parecen simples una vez que te las explican y que sin embargo tardaron años en cuajar. Lo cuento como pude entenderlo yo, porque la biología del desarrollo suele venir cargada de siglas y tecnicismos que espantan al mejor lector, y la idea aquí es exactamente la opuesta: mostrar que hay una forma nueva, bastante elegante, de mirar cómo se construye un organismo desde su primera célula. La protagonista de la historia es Pulin, investigadora del Whitehead y profesora de biología en el MIT, y la herramienta que armó su laboratorio se llama IRIS, una inteligencia artificial que aprende a leer los mensajes químicos que recibe una célula durante el desarrollo embrionario y, a partir de esos mensajes, anticipa en qué tejido se va a convertir.

Cómo se traduce el idioma celular

Para entender qué hace IRIS me sirve una imagen de cocina, porque a mí me cuesta horrores seguir los papers si no tengo una referencia cotidiana. Piensen en una receta de bizcochuelo: la masa lleva harina, huevos, azúcar y manteca en proporciones precisas, y si uno de esos ingredientes se modifica, el resultado deja de ser un bizcochuelo y pasa a ser otra cosa, un muffin o una torta más densa. Con las células pasa algo parecido: durante las primeras horas del embrión, cada célula recibe una combinación de señales químicas en cantidades específicas, y según esa combinación se transforma en una neurona, en una célula del corazón o en parte de un pulmón. Lo que hizo el equipo de Pulin fue entrenar a IRIS para que aprendiera esa receta, registrando qué pasa cuando se activan y se desactivan seis señales distintas en miles de combinaciones distintas, y luego dejara que el sistema generalizara la regla.

La técnica que usaron se llama aprendizaje por transferencia, y la propia Pulin la explica con una comparación que a mí me pareció luminosa: "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". En criollo, IRIS aprende a identificar una señal química en un contexto y después la reconoce en tejidos donde nunca la vio, incluso en células humanas si fue entrenado con células de ratón. Esa plasticidad es la que vuelve al sistema tan potente, porque la cantidad de combinaciones posibles entre señales durante el desarrollo es tan enorme que resultaría imposible probarlas una por una en el laboratorio.

Qué se probó y qué viene ahora

• En embriones de ratón, IRIS anticipó con precisión qué señales químicas conducen a la formación del corazón, los pulmones, los intestinos, los músculos y la médula espinal.
• Superó una prueba exigente de segmentación embrionaria, el proceso por el cual 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 visto, sus predicciones coincidieron con lo que ya se sabía sobre el desarrollo del sistema nervioso.
• El equipo lo aplicó a mejorar el cultivo de tejido pulmonar en laboratorio, un primer paso que podría tener implicancias para enfermedades como el asma y la fibrosis pulmonar.

Lo que más me gustó de esta historia, y se los digo como lectora antes que como cronista, es que combina dos mundos que a veces parecen discutir entre sí: la biología clásica, que durante décadas observó célula por célula cómo se forma un embrión, y la inteligencia artificial, que muchas veces llega con la promesa de resolverlo todo de un plumazo. Acá no hay reemplazo sino conversación: IRIS no reemplaza al biólogo, lo potencia, le dice dónde mirar y, sobre todo, le ahorra años de prueba y error. Lo que sigue ahora, según me parece, es todavía más interesante que lo que ya hicieron: probar si el sistema sirve para diseñar protocolos de laboratorio que produzcan tejidos específicos a pedido, lo que en la jerga se llama medicina regenerativa, y abrir la puerta a tratamientos personalizados para enfermedades que hoy, como el asma o la fibrosis, dependen casi exclusivamente de fármacos que alivian los síntomas pero no reparan el daño. Por eso voy a seguir de cerca a Pulin y a su equipo, porque lo que arranca con este paper tiene toda la pinta de transformarse en una de esas líneas de investigación que cambian de a poco la manera en que entendemos cómo nos construimos desde adentro.