A mí me pasa todo el tiempo: la tecnología me promete salvarme la vida y termina volviéndome loco. Pido un mapa, me da un paso a paso, y termino siguiendo una señal equivoca hasta la puerta del vecino. Algo parecido les sucede a las células del cuerpo durante el desarrollo embrionario: reciben un diluvio de señales químicas y tienen que decidir, en cuestión de minutos, si van a ser parte del corazón, de un pulmón o de una neurona. Y, claro, si leen mal el mensaje, el lío puede ser grueso.

Un equipo del Instituto Whitehead, dependiente del MIT, se propuso descifrar ese código de señales y creó un sistema de inteligencia artificial llamado IRIS. La idea es simple en el papel y complicada en el laboratorio: entrenarlo para que aprenda a leer los mensajes químicos que recibe cada célula y, a partir de ahí, anticipar en qué tejido se va a convertir.

Cómo traduce IRIS lo que dicen las células

Para entender la técnica conviene pensar en algo doméstico. Imaginate un control remoto universal, de esos que vienen con la compra del televisor nuevo. Uno lo configura para una marca y, con el tiempo, termina encendiendo el aire acondicionado, el equipo de música y hasta la cafetera. No porque sepa de cada aparato, sino porque aprendió la lógica del botón y la aplica más allá del primer dispositivo.

IRIS funciona con la misma idea, que en el lenguaje técnico se llama aprendizaje por transferencia. Primero aprende a identificar una señal química concreta dentro de un grupo de células y después transfiere esa capacidad para reconocer la misma señal en tejidos completamente distintos, incluso en aquellos que nunca vio durante el entrenamiento.

“Pensá en los asistentes de voz como Siri, que se entrenan principalmente en inglés pero después usan ese entrenamiento para reconocer otros idiomas”Pulin Li, investigadora del Instituto Whitehead y profesora de biología en el MIT

Para armar el mapa de equivalencias, los investigadores trabajaron con células madre de ratón y humanas. Activaron y desactivaron de manera controlada seis señales químicas distintas, las combinaron de miles de formas y fueron registrando cómo cambiaba la actividad genética de cada célula. Con esa montaña de datos construyeron un sistema capaz de responder: ante esta combinación de señales, la célula va a terminar siendo esto.

Qué tan bien le fue en las pruebas

• En embriones de ratón anticipó con precisión las señales que conducen a la formación del corazón, los intestinos, los músculos y la médula espinal.
• Superó una prueba de segmentación embrionaria, el proceso en el que el cuerpo se organiza en partes respondiendo a señales que llegan desde direcciones opuestas, sin haber sido entrenado para esa tarea.
• Cuando lo enfrentaron a tipos de células nerviosas que nunca había procesado, sus predicciones coincidieron con lo que ya se sabía sobre la formación del sistema nervioso.
• Se aplicó para mejorar el cultivo de tejido pulmonar en laboratorio, un avance con implicancias potenciales para enfermedades como el asma y la fibrosis pulmonar.

Acá viene el costado donde me río de mí mismo: yo tardé décadas en entender que mi cuerpo me manda señales y las ignoro sistemáticamente. Esta IA, en cambio, lleva unos pocos meses de entrenamiento y ya le saca más jugo a un mensaje químico que yo a un mail del banco. Hay que tener humildad.

Lo concreto es que IRIS todavía es una herramienta de investigación y no algo que vaya a aparecer mañana en un consultorio. Pero la dirección es clara: si se logra descifrar con precisión cómo se comunican las células durante el desarrollo, se abren caminos para regenerar tejidos dañados, entender malformaciones y, eventualmente, tratar enfermedades pulmonares y neurológicas con más puntería.

Consejo de cierre, bien a lo que estamos: no te quedes esperando que la próxima IA te diagnostique por chat. Por ahora, la que mejor lee tus señales seguís siendo vos, aunque a veces, como a mí, se te trabe el control remoto.