Lo que se prometió fue descifrar el código que le dice a una célula si debe convertirse en neurona, en fibra muscular o en parte de un pulmón. Lo que llegó es una herramienta concreta para hacerlo: un sistema de inteligencia artificial llamado IRIS, desarrollado por un equipo del Instituto Whitehead, dependiente del MIT en Cambridge, Massachusetts.

El hallazgo, publicado en la revista Nature, muestra que es posible anticipar el destino de una célula embrionaria a partir de las señales químicas que recibe. Y, sobre todo, que ese aprendizaje se traslada de un tejido a otro sin necesidad de entrenar al sistema desde cero en cada caso.

Un mapa de señales químicas

Hay que decirlo: el desarrollo embrionario es, en esencia, un problema de comunicación. Las células no deciden solas qué serán; reciben instrucciones en forma de moléculas señalizadoras que activan o silencian genes concretos. La bióloga Pulin Li lo explica con una analogía directa: "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". IRIS aprende una señal en un tejido y la reconoce en otro distinto, incluso sin haberlo visto antes.

Para construirlo, los investigadores trabajaron con células madre de ratón y humanas. Activaron y desactivaron seis vías de señalización en miles de combinaciones y midieron cómo cambiaba la actividad genética. Con esos datos armaron un mapa de correspondencias: dada una combinación de señales, el sistema predice qué tejido se va a formar.

Qué se probó y qué resultados dio

• En embriones de ratón, IRIS anticipó con precisión qué señales conducen a la formación del corazón, los pulmones, los intestinos, los músculos y la médula espinal.
• Superó una prueba de segmentación embrionaria, proceso por el que el cuerpo se organiza en bloques, sin haber sido entrenado específicamente para esa tarea.
• Cuando se lo enfrentó a tipos de células nerviosas que nunca había procesado, sus predicciones coincidieron con lo que ya se sabía sobre la formación del sistema nervioso.

El equipo ya dio un paso más allá del papel: usó IRIS para mejorar el cultivo de tejido pulmonar en laboratorio. Si esa técnica se traduce a protocolos clínicos, podría tener implicancias en enfermedades como el asma y la fibrosis pulmonar, donde regenerar el tejido dañado sigue siendo una deuda pendiente de la medicina.

La comparación surge sola: cuando la biología del desarrollo y la inteligencia artificial se cruzan con un objetivo concreto, los resultados aparecen en meses. La pregunta es si los sistemas de salud pública de provincias como Chaco y Formosa, donde la fibrosis pulmonar y el asma tienen prevalencias elevadas y los recursos para tratamientos avanzados son limitados, van a poder acceder a este tipo de desarrollos o van a quedar otra vez a la espera.

“IRIS aprende una señal en un tejido y la reconoce en otro distinto, incluso sin haberlo visto antes.”Pulin Li, Instituto Whitehead y MIT