Cuando estaba en la guardia del Hospital de Niños, hace ya unos cuantos años, me tocó ver a una nena de ocho años con una fibrosis pulmonar que no terminaba de responder a los tratamientos. Su madre me miraba con esa mezcla de esperanza y agotamiento que conozco bien, y yo pensaba, mientras le explicaba qué era esa enfermedad, lo difícil que sigue siendo para la medicina cultivar un pedacito de pulmón sano en un laboratorio. Esa imagen volvió a mi cabeza cuando leí la investigación que les quiero contar hoy, porque tiene que ver justamente con eso: con aprender a leer las instrucciones que la naturaleza usa para fabricar un órgano, para poder fabricarlo nosotros también.

Un manual de instrucciones que nadie había podido traducir

Las células de nuestro cuerpo no trabajan aisladas. Desde que somos un embrión del tamaño de una semilla de sésamo, se pasan mensajes químicos entre ellas como si fueran vecinos que se avisan por la medianera quién hace qué en la casa. Esas señales les dicen a cada célula si tiene que convertirse en una neurona, en una célula del corazón o en una porción de un pulmón. El problema es que descifrar ese sistema de comunicación fue, hasta ahora, uno de los rompecabezas más difíciles de la biología del desarrollo. Son miles de combinaciones posibles y los científicos venían haciéndolo a ojo, prueba por prueba, con una paciencia enorme pero con límites claros.

Ahora, un equipo del Instituto Whitehead, en Cambridge, Estados Unidos, creó IRIS, un sistema de inteligencia artificial que se entrena con esas señales químicas y aprende a leerlas como quien aprende a leer el tendido eléctrico de una casa. Si uno mira el cableado de una vivienda, puede ver por dónde pasa la corriente, qué llave enciende qué lámpara y qué interruptor controla cada toma. IRIS hace algo parecido con las células: identifica qué combinación de señales enciende qué gen y, a partir de ahí, predice en qué tejido se va a convertir esa célula.

La técnica detrás del hallazgo

IRIS usa una estrategia que en inteligencia artificial se conoce como aprendizaje por transferencia. La investigadora Pulin Li, del Instituto Whitehead y profesora de biología en el MIT, lo explicó con una comparación muy clara: pensemos en los asistentes de voz como Siri, que se entrenan sobre todo en inglés y después aprovechan ese entrenamiento para reconocer otros idiomas. De la misma manera, IRIS aprende a identificar una señal química en un grupo de células y después la reconoce en tejidos completamente distintos, incluso en aquellos que nunca formaron parte de su entrenamiento.

Para construir el sistema, el equipo trabajó con células madre de ratón y de humano. Activaron y desactivaron de forma controlada seis señales químicas distintas, las combinaron de miles de maneras y registraron cómo respondía la actividad genética de cada célula. Con esos datos armaron un mapa de correspondencias: ante determinada combinación de señales, el sistema puede anticipar el destino de la célula, como una receta que dice qué ingredientes hacen falta para que salga un pastel de chocolate y no uno de vainilla.

Qué pudo anticipar y por qué importa

• En embriones de ratón, IRIS anticipó con precisión qué señales conducen a la formación del corazón, los intestinos, los músculos y la médula espinal.
• El sistema superó además una prueba sobre 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.
• Cuando se lo evaluó con tipos de células nerviosas que nunca había procesado, sus predicciones coincidieron con lo que ya se conocía sobre la formación del sistema nervioso.

Lo más prometedor, al menos para quienes vemos de cerca enfermedades como las que padecía esa nena que me tocó atender, es que los investigadores ya aplicaron IRIS para mejorar el cultivo de tejido pulmonar en laboratorio. Eso significa que el sistema no se quedó en lo teórico: sirvió para entender mejor cómo fabricar células de pulmón en una placa de Petri, con implicancias potenciales para enfermedades como el asma y la fibrosis pulmonar. Pienso en esa madre otra vez, pienso en la nena que ya debe tener unos quince años, y pienso que ojalá esta línea de investigación, que hoy parece tan abstracta cuando se habla de inteligencia artificial, termine siendo una herramienta concreta para que dentro de algunos años un equipo médico pueda decirle a una familia que sí, que hay una alternativa real para ese pulmón enfermo.

Qué queda por delante

IRIS todavía es una herramienta de investigación y no un tratamiento. Pero lo que muestra es que las instrucciones que la naturaleza usa para armar un cuerpo humano pueden empezar a leerse con una precisión que antes era impensable. Y cada vez que un sistema como este nos ayuda a entender mejor cómo se forma un órgano, se abre una puerta para entender también por qué a veces ese órgano se enferma, y eventualmente, para repararlo.