Una herramienta de inteligencia artificial aprende a anticipar el destino de las células durante el desarrollo embrionario

El Instituto Whitehead presentó un avance que combina biología del desarrollo e inteligencia artificial: IRIS, un sistema capaz de descifrar las señales químicas que recibe cada célula durante las primeras etapas de la formación de un organismo y de anticipar, a partir de esa información, qué tipo de tejido terminará conformando. El anuncio, realizado por el equipo que lidera la investigadora Pulin Li, abre una nueva ventana para comprender cómo se construye el cuerpo y, a la vez, para mejorar las técnicas de cultivo celular en el laboratorio.

El punto de partida es un problema clásico de la embriología: las células no actúan de manera aislada. Mientras un embrión se desarrolla, intercambian mensajes químicos que les indican si deben convertirse en una neurona, en una fibra muscular o en parte de un pulmón. Interpretar ese código fue, durante décadas, una tarea limitada por la capacidad de los instrumentos disponibles. IRIS propone un cambio de escala: en lugar de observar una señal por vez, procesa miles de combinaciones y aprende los patrones que las conectan con un destino celular concreto.

Cómo aprende el sistema

Para entrenar a IRIS, el equipo trabajó con células madre de ratón y humanas. Activaron y desactivaron de forma controlada seis señales químicas diferentes, las combinaron en miles de configuraciones y registraron cómo variaba la actividad genética de cada célula en respuesta. Con ese volumen de datos construyeron un mapa de correspondencias: ante una combinación determinada de señales, el sistema puede predecir hacia dónde se dirige esa célula.

La técnica de fondo es el aprendizaje por transferencia, la misma estrategia que permite a un asistente de voz entrenado en inglés reconocer después otros idiomas. Pulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT, lo explicó con una analogía cotidiana: «Pensá en los sistemas de reconocimiento de voz como Siri, que se entrenan principalmente en inglés, pero que después usan ese entrenamiento para reconocer otros idiomas». Del mismo modo, IRIS identifica una señal química en un grupo de células y luego la reconoce en tejidos completamente distintos, incluso en aquellos que no figuraron en su entrenamiento original.

Resultados en embriones y en laboratorio

Las pruebas en embriones de ratón arrojaron resultados concretos. El sistema anticipó con precisión qué señales conducen a la formación del corazón, los intestinos, los músculos y la médula espinal. Además, superó una evaluación sobre segmentación embrionaria, el proceso por el cual el cuerpo temprano se organiza en bloques que responden 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 durante el entrenamiento, sus predicciones coincidieron con el conocimiento previo sobre la formación del sistema nervioso.

La aplicación más inmediata, según informó el equipo, se dio en el cultivo de tejido pulmonar. IRIS permitió optimizar las condiciones para que células madre se diferencien en tejido de pulmón en el laboratorio, un paso clave para investigar enfermedades como el asma y la fibrosis pulmonar. En la práctica, esto significa que los investigadores pueden ajustar con mayor precisión las señales que reciben las células en una placa de cultivo y obtener tejidos más representativos de los que se encuentran en un organismo vivo.

Qué cambia en la investigación biomédica

• Permite anticipar el destino de una célula a partir de las señales químicas que recibe, sin necesidad de observar todo el proceso en tiempo real.
• Reduce el margen de prueba y error en el cultivo de tejidos específicos, ya que orienta qué combinaciones de señales conviene aplicar.
• Ofrece una herramienta común para comparar células de ratón y humanas, algo relevante para trasladar hallazgos entre modelos animales y estudios clínicos.
• Habilita nuevas líneas de investigación en medicina regenerativa y en enfermedades respiratorias, neurológicas y cardiovasculares.

El desarrollo de IRIS marca un punto de inflexión en la manera de abordar la biología del desarrollo. Al convertir un lenguaje celular complejo en información procesable, el sistema ofrece a los laboratorios una hoja de ruta para reproducir en una placa de cultivo procesos que, hasta ahora, solo podían observarse dentro de un embrión. Para áreas como la medicina regenerativa, la farmacología y el estudio de enfermedades pulmonares, la herramienta abre un camino concreto: pasar de la observación pasiva de cómo se forma un tejido a la predicción activa y al diseño dirigido de esos tejidos.