IRIS, la inteligencia artificial que aprende a traducir el lenguaje químico de las células
Un sistema desarrollado por el Instituto Whitehead descifra las señales que indican a cada célula qué tejido debe formar durante el desarrollo embrionario y ya mostró resultados en tejido pulmonar de laboratorio
Una célula no decide sola qué será. Durante las primeras etapas del embrión, recibe mensajes químicos de sus vecinas que le indican si debe convertirse en una neurona, en parte del corazón o en tejido pulmonar. Ese código de comunicación es uno de los grandes enigmas de la biología del desarrollo, y ahora un equipo del Instituto Whitehead, dependiente del Instituto Tecnológico de Massachusetts (MIT), asegura haber encontrado la forma de leerlo.
Un traductor entrenado con células madre
El sistema se llama IRIS, por las siglas en inglés de Inferencia de Señales Reguladoras con Aprendizaje por Transferencia (Inferring Regulatory Interactions with Sparse transfe). Su autora principal, Pulin Li, profesora de biología en el MIT, lo comparó con los asistentes de voz como Siri: se entrenan sobre todo en inglés, pero después usan ese conocimiento para reconocer 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 el entrenamiento.
Para construirlo, los investigadores trabajaron con células madre de ratón y humanas. Activaron y desactivaron seis señales químicas en combinaciones de a miles y midieron cómo cambiaba la actividad genética de cada célula. Con esa enorme tabla de datos armaron un mapa: ante cierta combinación de señales, el sistema predice qué tejido va a formar esa célula.
“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”Pulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT
Qué se probó y qué resultados dio
En embriones de ratón, IRIS anticipó con precisión qué combinaciones de señales conducen a la formación del corazón, los pulmones, los intestinos, los músculos y la médula espinal. También superó una prueba de segmentación embrionaria, el proceso por el cual el cuerpo se organiza en partes a partir de 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.
El laboratorio ya pasó de la teoría a la práctica. Usaron IRIS para mejorar el cultivo de tejido pulmonar en placa, un proceso clave para estudiar enfermedades respiratorias. ¿Cuándo podría tener impacto clínico? Todavía no hay plazos: el sistema se probó en modelos animales y en líneas celulares humanas, pero no se ensayó en pacientes. ¿Cuánto costará implementar este tipo de herramientas? Es pronto para calcularlo, aunque los cultivos de organoides demandan reactivos caros y equipos especializados.
- Validación en animales: los resultados más sólidos se obtuvieron en embriones de ratón, no en humanos.
- Aplicación inicial: mejora del cultivo de tejido pulmonar en laboratorio, con potencial para estudiar asma y fibrosis pulmonar.
- Próximo paso: los autores apuntan a extender el método a otras señales químicas y a tejidos que hoy son difíciles de reproducir fuera del cuerpo.
