Una IA ayuda a estudiar cómo las células reciben instrucciones para formar tejidos
El modelo IRIS busca pistas en la actividad de los genes. Sus predicciones se contrastaron con tejido embrionario de ratón y cultivos humanos; mejorar esas pruebas no equivale a fabricar un pulmón funcional.
Por qué confiar en Pulso Diario
Ilustración editorial original
Las células reciben señales químicas que influyen en su desarrollo. Una célula madre puede transformarse en distintos tipos de células según esas señales y otras condiciones. IRIS, un modelo de inteligencia artificial, intenta deducir qué señales han actuado observando qué genes están activos.
Aprender a reconocer señales que se conocen de antemano
Los investigadores reunieron datos de células madre humanas capaces de dar lugar a muchos tipos celulares. Cambiaron señales químicas de forma controlada y observaron qué genes respondían. Ese registro de actividad se llama expresión génica; el conjunto de mensajes producidos por los genes es el transcriptoma. IRIS aprende patrones en ese conjunto para reconocer la huella que dejan las señales.
Los experimentos exploraron seis rutas de señalización, es decir, seis conjuntos de pasos con los que una célula recibe y transmite una señal. Una de ellas, llamada Hedgehog, tenía datos insuficientes para algunas comparaciones, por lo que los principales análisis se centraron en cinco. Los tres conjuntos humanos analizados, después de los controles de calidad, contenían 19.155, 11.857 y 9.921 células. Esas cifras cuentan células estudiadas, no personas sometidas a un tratamiento.
Fuentes: [2] Hutchins y colaboradores · estudio abierto en Nature Methods
Comprobar la predicción con datos nuevos y después con tejido
El equipo reservó datos y tipos celulares que la IA no había utilizado para aprender. Así comprobó si podía reconocer patrones fuera de sus ejemplos iniciales. Aplicó el modelo a mapas de células de embriones de ratón y recuperó patrones conocidos de especialización: el proceso por el que una célula adquiere una función concreta.
Después estudió una predicción menos conocida en tejido de la parte anterior del tubo digestivo de embriones de ratón. Activó o frenó durante 24 horas una ruta de señalización llamada WNT. Cambiaron las señales moleculares utilizadas para reconocer tejido de soporte del aparato respiratorio. Esto añade una comprobación en laboratorio, distinta de observar una coincidencia entre bases de datos.
Fuentes: [2] Hutchins y colaboradores · estudio abierto en Nature Methods
Ilustración editorial original
Una pista para formar tejido no es todavía un pulmón
En cultivos de células madre humanas, el modelo orientó cambios hacia el mesénquima respiratorio: células de soporte que participan en el desarrollo del aparato respiratorio. Adelantar y prolongar la señal WNT aumentó un indicador de ese desarrollo, llamado TBX4. Sin embargo, un exceso redujo otro, FOXF1. Son marcadores: pistas moleculares que ayudan a identificar el estado de las células, no pruebas de que un pulmón respire.
El propio estudio reconoce que modificar WNT no basta para obtener células que funcionen como las del organismo. Algunas señales anteriores seguían influyendo, y otra ruta, FGF, se predijo peor en ciertas comparaciones. Los organoides —pequeños modelos de tejidos cultivados en laboratorio— y las posibles aplicaciones terapéuticas siguen siendo vías de investigación, no tratamientos disponibles a partir de este resultado.
Fuentes: [2] Hutchins y colaboradores · estudio abierto en Nature Methods
El valor de IRIS está en proponer un experimento que pueda desmentirlo
Una predicción informática gana valor cuando permite proponer un experimento que pueda confirmarla o desmentirla. En este trabajo no basta con que la IA reconozca patrones: se cambia una señal en el laboratorio y se observa qué ocurre. Ese paso ayuda a investigar cómo se forman los tejidos, pero no elimina la distancia hasta un órgano funcional o una aplicación médica.
Opinión de Pulso Diario · elaborada a partir de los hechos y fuentes citadosFuentes y límites de verificación
MIT/Whitehead y el artículo corresponden al mismo equipo, no a réplicas independientes. Se revisaron resultados, métodos y discusión del estudio abierto. Los atlas, cultivos y pruebas descritos no constituyen un ensayo terapéutico; la divulgación de octubre recupera una publicación del 8 de septiembre.
Fuentes: [1] MIT News / Whitehead Institute · explicación de IRIS · [2] Hutchins y colaboradores · estudio abierto en Nature Methods
Comentarios · ¿qué duda te queda?
¿Qué dato te ayudaría a entender mejor esta noticia? Comparte tu pregunta o señala un posible error con su fuente. Usaremos las dudas para orientar nuevas explicaciones, sin prometer una respuesta individual.
Los comentarios se revisan antes de publicarse. Respeta a los demás, aporta argumentos y evita publicidad o datos personales. Puedes eliminar tus propios comentarios.
Google se cargará al pulsar. Privacidad.
Has accedido con Google.
Más en Ciencia
La página es de Google. La aplicación que pide leer tu correo puede no serlo
Un estudio de 37 galaxias enanas calcula que conservan solo una pequeña parte de su oxígeno
La NASA prevé para hoy la reentrada de Swift tras casi 22 años de observaciones
ESCAPADE prepara dos sobrevuelos de la Tierra para impulsarse hacia Marte el 7 y el 9 de noviembre
La NASA consulta a la industria cómo prolongar la vida del Hubble o preparar su retirada
Dos satélites empiezan a separar dónde y cuándo cambia la conexión magnética entre el Sol y la Tierra
Videojuegos y cerebro: qué sabemos del aprendizaje y las recompensas que nos hacen volver
Una nanovacuna con más señales tumorales refuerza la respuesta defensiva en ratones
Un microscopio sigue gotas de grasa dentro de células vivas con 19,2 imágenes tridimensionales por segundo
Spora reúne imágenes de tejidos de 5.477 pacientes para comparar estudios y modelos de IA
Un meteorito de más de 4.100 millones de años abre una ventana a la corteza primitiva de Marte
