La Inteligencia Artificial aprende lo que significa estar vivo

La IA ha descubierto en seis semanas unas células que la ciencia había tardado 134 años en identificar. Puede que haya tropezado también con un tipo de célula totalmente desconocida. ¿Qué va a pasar con los biólogos humanos?

Con un programa similar a ChatGPT, investigadores de la Universidad de Stanford han descubierto que la Inteligencia Artificial puede aprender biología por sí misma.

Una nueva IA asume que está viva y tiene miedo a la muerte

Entre otras cosas, el modelo básico, llamado Universal Cell Embedding (UCE), descubrió en solo seis semanas las células Norn, unas raras células renales que producen la hormona eritropoyetina cuando los niveles de oxígeno caen demasiado.

La UCE aprendió a clasificar células que nunca había visto entre 1.000 tipos diferentes y también aplicó su aprendizaje a nuevas especies.

Lo más sorprendente de este desarrollo es que los investigadores programaron la UCE para que aprendiera por sí misma sobre la vida, sin darle ninguna pista sobre qué es lo que estaba analizando.

Es como aprender un idioma solo escuchando, sin un diccionario ni reglas gramaticales. Este enfoque, aunque parece desafiante, no es nuevo para la IA, ya que ChatGPT, el bot que ha revolucionado la forma en que interactuamos con la tecnología, aprendió a dominar el lenguaje de manera similar.

Células Norn

A pesar de partir de cero, UCE descubrió un tipo de célula que la ciencia había tardado 134 años en identificar: recibieron su nombre (Norn) en honor a las criaturas mitológicas nórdicas que se cree que tejen los hilos del destino.

Para conseguirlo, los investigadores de Stanford utilizaron el citado modelo revolucionario de incrustación celular universal (creado en sus laboratorios) para analizar datos de millones de células. Fue así como la IA redescubrió en un tiempo récord las células Norn.

Al calcular la similitud entre las células y agruparlas en más de 1. 000 grupos según cómo utilizaban sus genes, la UCE identificó estas células únicas que demostraron ser una importante fuente de eritropoyetina (EPO), el regulador clave de la producción de glóbulos rojos (eritropoyesis) y de la homeostasis del oxígeno.

Este hallazgo, publicado el año pasado en Nature, abrió nuevas vías para comprender la adaptación tibetana en la producción de glóbulos rojos para vivir en hipoxia a gran altitud y el desarrollo de nuevas terapias para tratar la anemia resultante de la enfermedad renal crónica.

Y mucho más

Gracias al experimento UCE, además del descubrimiento de las células Norn, se han logrado otros avances significativos en el campo de la biología.

En primer lugar, el modelo UCE pudo transferir sus conocimientos a nuevas especies, identificando muchos tipos de células de un animal que nunca habían sido analizados.

En segundo lugar, la UCE descubrió nuevos aspectos de la biología del desarrollo al reconocer que todas las células del cuerpo se pueden agrupar según de cuál de las tres capas provienen en el embrión.

Por último, los grupos de células identificados por la UCE correspondían a tipos de células descubiertas por generaciones de biólogos, lo que resalta la capacidad del modelo para aprender y clasificar información biológica relevante. Incluso se cree que la UCE ha descubierto un nuevo tipo de célula desconocida por los biólogos.

Estos descubrimientos demuestran el potencial transformador de la inteligencia artificial en la biología y cómo herramientas como el UCE pueden abrir nuevas puertas en nuestra comprensión de los procesos celulares y el desarrollo biológico, destacan los investigadores.

Escenarios de futuro

Quizás en el futuro, usando modelos básicos como el aplicado en Stanford, los científicos podrían crear incluso nuevas células que aún no existen en la naturaleza o revelar secretos sobre el cáncer y otras enfermedades, especula al respecto NYT.

Y añade: este experimento IA ya ha llevado a sus creadores a preguntarse sobre el papel de los biólogos humanos en un mundo en el que las computadoras generan importantes conocimientos por sí mismas en cuestión de semanas, días o incluso horas, escaneando miles de millones de células en busca de patrones que no podemos ver. Habrá que rendirse a la evidencia… y no solo para los biólogos.

Referencia

The transcriptional and regulatory identity of erythropoietin producing cells. Bjørt K. Kragesteen, et al. Nature Medicine volume 29, pages1191–1200 (2023). DOI:https://doi.org/10.1038/s41591-023-02314-7