Una inteligencia artificial aprende el idioma químico del cuerpo y predice cómo se forman los órganos

Un equipo de investigadores del Instituto Whitehead, dependiente del MIT, creó un sistema de inteligencia artificial capaz de interpretar los mensajes químicos que guían a las células durante las primeras etapas de la vida. La herramienta, llamada IRIS, no solo lee esas señales: también predice en qué tipo de tejido se convertirá cada célula. En la práctica, equivale a aprender el idioma que usan las células para ponerse de acuerdo sobre qué órgano van a construir.

Para entender de qué se trata, pensemos en el Embrión de Santiago del Estero: una célula no sabe sola si tiene que ser parte del corazón, del hígado o de un músculo. Recibe instrucciones químicas del entorno, como un muchacho que escucha a su familia y a sus vecinos antes de decidir a qué oficio dedicarse. IRIS funciona como el traductor que escucha todas esas conversaciones y las decodifica.

Cómo funciona la herramienta

El equipo trabajó con células madre de ratón y de humano. Activó y desactivó de forma controlada seis señales químicas, las combinó de miles de maneras distintas y registró cómo respondía la actividad genética de cada célula. Con esa enorme base de datos construyó un mapa de correspondencias: ante una combinación determinada de señales, el sistema puede anticipar el destino de la célula.

“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. IRIS aprende con el mismo principio.”Pulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT

La técnica se llama aprendizaje por transferencia: el sistema identifica una señal química en un grupo de células y luego la reconoce en tejidos completamente distintos, incluso en aquellos que no formaron parte de su entrenamiento inicial. Es la misma lógica que permite a un estudiante santiagueño que aprendió a sumar en la escuela primaria resolver después problemas de álgebra sin que nadie le enseñe cada paso de nuevo.

Resultados concretos 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 de segmentación embrionaria, el proceso por el cual el cuerpo se organiza en partes respondiendo a señales que llegan desde 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 conocía sobre la formación del sistema nervioso.

La aplicación más inmediata llegó en el laboratorio. Los investigadores ya usaron IRIS para mejorar el cultivo de tejido pulmonar en placa, un paso clave para estudiar enfermedades como el asma y la fibrosis pulmonar. Si el sistema puede anticipar qué señales necesita una célula para convertirse en tejido pulmonar sano, los científicos pueden reproducir esas condiciones con mayor precisión y obtener modelos más confiables para probar tratamientos.

Quedan varios pendientes. El sistema fue probado sobre todo con células de ratón y con un número limitado de señales químicas; todavía hay que validar su rendimiento con combinaciones más complejas y con tejido humano adulto. También falta traducir estos hallazgos a protocolos clínicos: saber qué señal activa cada célula es solo el primer paso para poder reparar un órgano dañado o frenar el avance de una enfermedad degenerativa.