Una inteligencia artificial aprendió a leer el manual de instrucciones con el que se arma un ser humano

¿Te preguntaste alguna vez cómo sabe una célula si tiene que terminar siendo parte del corazón, del pulmón o de la médula espinal? No es magia ni azar: las células se pasan mensajes químicos durante el desarrollo embrionario, y un grupo de investigadores del Instituto Whitehead acaba de entrenar a una inteligencia artificial para leer esos mensajes como quien traduce un código secreto.

El sistema se llama IRIS y la idea detrás es bastante directa: aprender el idioma de las células para anticipar qué tejido van a formar. Lo presentaron en un paper reciente y los resultados llaman la atención, porque no se quedó en la teoría: ya lo probaron con embriones de ratón y también lo usaron para mejorar el cultivo de tejido pulmonar en el laboratorio.

Cómo aprende IRIS a hablar en células

Lo que hicieron los investigadores fue tomar células madre de ratón y de humano, activar y desactivar seis señales químicas distintas en miles de combinaciones, y registrar cómo respondía la actividad genética de cada célula. Con toda esa información armaron un mapa de equivalencias: ante una mezcla de señales determinada, el sistema predice el destino que le espera a esa célula.

La investigadora Pulin Li, del Instituto Whitehead y profesora de biología en el MIT, lo comparó con algo muy cotidiano: "Piensa en los sistemas de reconocimiento de voz como Siri, que se entrenan principalmente en inglés pero después usan ese entrenamiento para reconocer otros idiomas". Es lo que en machine learning se llama aprendizaje por transferencia: IRIS aprende a reconocer una señal química en un grupo de células y después la identifica en tejidos completamente distintos, incluso en aquellos que nunca vio durante el entrenamiento.

Lo que IRIS ya demostró

En embriones de ratón, el sistema anticipó con precisión qué señales llevan a la formación del corazón, los pulmones, los intestinos, los músculos y la médula espinal. También pasó una prueba exigente: la segmentación embrionaria, ese proceso en el que el cuerpo se organiza en partes respondiendo a señales que llegan desde dos direcciones opuestas. IRIS no había sido entrenado para eso y aun así acertó.

• Identificó las señales que dirigen la formación de corazón, pulmones, intestinos, músculos y médula espinal en embriones de ratón.
• Resolvió la prueba de segmentación embrionaria sin entrenamiento específico para esa tarea.
• Predijo correctamente la formación de tipos de células nerviosas que nunca había visto en su entrenamiento.
• Ya se usó para mejorar el cultivo de tejido pulmonar en laboratorio, con potencial aplicación en asma y fibrosis pulmonar.

Lo del tejido pulmonar no es un detalle menor. Cultivar este tipo de tejido en laboratorio siempre fue complicado porque cuesta replicar las señales químicas que recibe un pulmón mientras se forma. Si IRIS puede predecir qué combinaciones de señales funcionan, los investigadores pueden ajustar sus cultivos con mucho más fino pulso. Y eso, traducido a la calle, significa avanzar más rápido en entender enfermedades como el asma o la fibrosis pulmonar.

Todavía falta, claro: los modelos embrionarios completos, la validación masiva en distintos tejidos y el salto a aplicaciones clínicas son pasos que llevan años. Pero lo que deja ver este trabajo es algo que a mí me gusta destacar: la inteligencia artificial, cuando se pone al servicio de una pregunta biológica bien hecha, no reemplaza a los científicos, los potencia. Si te sirve, probá imaginar cómo se forman los órganos que te mantienen vivo: ahora hay una IA que empieza a entenderlo casi tan bien como nosotros.