Una IA que habla el idioma secreto de las células y anticipa qué tejido van a formar

A mí me pasó mil veces: le pido al GPS que me lleve a una dirección y me planta en la puerta de al lado, todo porque no entiende el idioma de las calles. Algo parecido les sucede a los científicos con las células: saben que se hablan entre ellas durante el desarrollo del embrión, pero hasta ahora no teníamos un traductor lo bastante bueno como para entender de qué están hablando. Hasta que apareció IRIS.

IRIS es un sistema de inteligencia artificial creado por un equipo del Instituto Whitehead, dependiente del MIT en Cambridge, Estados Unidos. Lo que hace, en criollo, es aprender a leer los mensajes químicos que las células se mandan mientras el embrión se está armando. Esos mensajes —que en el laboratorio se conocen como vías de señalización, pero que en casa podemos imaginar como un grupo de WhatsApp donde cada uno le dice al otro en qué tiene que convertirse— son los que deciden si una célula termina siendo parte del corazón, del pulmón, de un músculo o de la médula espinal.

Un truco prestado del reconocimiento de voz

La investigadora Pulin Li, una de las jefas del proyecto, lo comparó con Siri, el asistente de voz del iPhone, que se entrena fundamentalmente en inglés y después usa lo que aprendió para reconocer otros idiomas. En criollo: a IRIS le enseñan a identificar una señal química en un tipo de célula, y después el sistema la reconoce sola en tejidos completamente distintos, incluso en aquellos que nunca vio durante el entrenamiento. A esto en inteligencia artificial lo llaman aprendizaje por transferencia, que viene a ser como cuando uno aprende a manejar un auto y después se sube a una camioneta y se banca los primeros quilómetros hasta agarrarle la mano.

Para armarlo, el equipo tomó células madre de ratón y de humano. Activó y desactivó seis señales químicas distintas, las combinó de a miles de maneras y midió cómo respondía la actividad genética de cada célula. El resultado fue un mapa de correspondencias: dada una combinación de señales, IRIS predice qué tejido va a salir de ahí.

Qué tan bien le fue en los 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 empieza a organizar en partes siguiendo señales que vienen desde dos direcciones opuestas— sin haber sido entrenado específicamente para esa tarea.
• Dio en el clavo con tipos de células nerviosas que nunca había procesado, y sus predicciones coincidieron con lo que ya se sabía sobre la formación del sistema nervioso.

Hasta acá, todo muy lindo en el pizarrón. Pero lo que más me llamó la atención es que los investigadores no se quedaron en la prueba teórica: ya usaron IRIS para mejorar el cultivo de tejido pulmonar en laboratorio. Y acá, che, se acabaron las bromas, porque el asunto apunta directamente a enfermedades como el asma y la fibrosis pulmonar. Si uno puede cultivar pulmones en la mesada con instrucciones más precisas, la puerta para probar tratamientos se abre bastante.

“No se trata de reemplazar al biólogo, sino de darle un traductor que le evite años de prueba y error.”Lectura editorial de la investigación

Mientras tanto, yo acá, sigo peleándome con el traductor de Google cuando me escribe cualquier verdura en vez de lo que le dije. Si me pasara con un embrión, el desenlace sería bastante peor que un mensaje mal escrito.

Consejo práctico, ya que estamos: la próxima vez que escuches que una inteligencia artificial "aprendió a traducir" algo, no lo tomes como un slogan marketinero. Fijate qué problema concreto resolvió, con qué datos lo entrenaron y si alguien fuera del laboratorio pudo chequear los resultados. En este caso, los datos vienen de un instituto serio, se publicaron con sus correspondientes pruebas y ya hay una aplicación biotecnológica concreta. No es pócima mágica, pero tampoco humo: es una herramienta que, bien usada, puede achicarle el camino a la medicina regenerativa. Y a mí, de paso, me devuelve la fe en que las máquinas a veces nos entienden mejor que el GPS del auto.