Una IA que traduce el idioma secreto de las células y anticipa en qué se van a convertir

¿Puede una máquina leer el mensaje que una célula le manda a su vecina y decirle en qué se va a convertir? Sí, y se llama IRIS. Un equipo del Instituto Whitehead, vinculado al MIT, entrenó a esta inteligencia artificial para descifrar el diálogo químico del desarrollo embrionario: esos mensajes invisibles que le dicen a una célula madre si tiene que ser una neurona, una fibra del corazón o parte de un pulmón. Hasta ahora, descifrar ese idioma era uno de los trámites más cabezones de la biología del desarrollo.

La idea de fondo es simple y, a la vez, revolucionaria. Durante las primeras semanas de vida, las células no trabajan solas: se pasan datos químicos, como si fueran mensajes de WhatsApp, para coordinarse y armar un organismo entero. IRIS aprende a leer esos mensajes y, sobre todo, a predecir qué tejido va a salir de cada combinación. La Pulin Li, investigadora del Whitehead y profesora de biología del MIT, lo explica con una comparación que cualquier santafesino entiende: pensá en el reconocimiento de voz del celular, el que se entrena básicamente en inglés pero después te entiende cuando le hablás en español. IRIS hace lo mismo con las células: aprende una señal en un tejido y después la reconoce en otro, aunque nunca la haya visto.

¿Cómo se entrena a una IA con células?

El laboratorio arrancó con células madre de ratón y humanas. Activaron y apagaron, en forma controlada, seis señales químicas distintas. Las combinaron de miles de maneras, como quien prueba recetas en la cocina, y fueron anotando cómo respondía la actividad genética de cada célula. Con esa masa de datos armaron un mapa: ante tal combinación de señales, el sistema anticipa el destino de la célula. Es, en criollo, un traductor simultáneo del lenguaje celular.

¿Qué tan bien le fue en las pruebas?

• En embriones de ratón, acertó qué señales conducen a la formación del corazón, los intestinos, los músculos y la médula espinal.
• 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.
• Evaluado con tipos de células nerviosas que nunca había procesado, sus predicciones coincidieron con lo que ya se sabía sobre cómo se arma el sistema nervioso.

Los investigadores ya lo pusieron a trabajar en un problema concreto: mejorar el cultivo de tejido pulmonar en el laboratorio. Si IRIS logra predecir qué señales empujan a una célula a convertirse en tejido del pulmón, se pueden fabricar pulmones en condiciones para investigar, por ejemplo, qué pasa en el asma o en la fibrosis pulmonar. La aplicación suena a ciencia ficción, pero los datos están sobre la mesa.

¿Y a nosotros, los de a pie, qué nos importa?

Básicamente, que por primera vez tenemos una herramienta que no se limita a mirar cómo se desarrolla un embrión: lo predice. En el corto plazo, eso significa mejores modelos para estudiar enfermedades. En el largo, significa entender con menos palos ciegos cómo se arma un organismo. Lo que sigue es ver hasta dónde aguanta IRIS cuando se enfrente a señales fuera del manual. Veremos.