Investigadores del MIT y del Instituto Whitehead desarrollaron IRIS, una red neuronal que aprende de células madre cultivadas en laboratorio para inferir los mensajes químicos recibidos por células de embriones de ratón, y la aplicaron para mejorar un protocolo de generación de tejido de pulmón.
Un equipo del MIT y del Instituto Whitehead para la Investigación Biomédica presentó un método que permite estimar qué señales químicas recibió una célula durante el desarrollo embrionario y en qué orden. El trabajo, encabezado por Nicholas T. Hutchins y Pulin Li, se publicó en Nature Methods. Combina experimentos con células madre humanas y un modelo computacional llamado IRIS, que fue capaz de reconstruir historiales de señalización en más de 40 tipos celulares de embriones de ratón.
Las células de un embrión definen su identidad según las combinaciones de señales externas que reciben, como las asociadas a las vías WNT, BMP o FGF. Conocer ese historial en los tejidos de origen es clave para comprender cómo se forman los órganos y para diseñar tratamientos que modifiquen el estado de las células. Sin embargo, las herramientas disponibles, como las modificaciones genéticas o los reporteros transgénicos, son difíciles de aplicar en tejidos humanos, procesan pocas muestras a la vez y ofrecen poca precisión en el tiempo. Los métodos computacionales que infieren la comunicación entre células a partir de pares de ligandos y receptores, por su parte, estiman el potencial de señalización, pero no confirman que una vía se haya activado.
Los autores partieron de otra pista, la respuesta que la propia célula muestra en su actividad genética cuando recibe una señal. Para aprovecharla generaron tres conjuntos de datos con células madre embrionarias humanas, expuestas a combinaciones secuenciales de señales a lo largo de varios días y analizadas luego con secuenciación de ARN de células individuales. En total, más de 40,000 células superaron los controles de calidad. A esos datos sumaron un experimento previo con células madre de ratón y entrenaron a IRIS para reconocer la huella que deja la activación de cinco vías: TGF-β, WNT, FGF, BMP y ácido retinoico.
La clave del modelo es que aprende a partir de la actividad de miles de genes y no de unos pocos marcadores, como se hacía hasta ahora. Según Li, autora correspondiente del estudio, el principio es el mismo que usan otras tecnologías:
“Piensa en sistemas de reconocimiento de voz como Siri, que se entrenan principalmente en inglés, pero luego usan ese entrenamiento para reconocer otros idiomas. Esto se llama aprendizaje por transferencia, y por eso IRIS puede funcionar en muchos tipos de células diferentes”.
Para comprobarlo, los investigadores retiraron experimentos completos del entrenamiento y evaluaron al modelo con ellos. También lo entrenaron solo con células derivadas de endodermo y lo probaron en células de mesodermo, dos linajes que se separan muy temprano en el desarrollo, y lo hicieron cruzando datos entre ratón y humano. En todos los casos IRIS superó a clasificadores aleatorios y, en los escenarios con pocos datos, mostró un desempeño más estable que otros modelos de aprendizaje automático. Luego lo aplicaron a un atlas de embriones de ratón en gastrulación, entre los días embrionarios 6.5 y 8.5, donde detectaron un cambio global en las combinaciones de señales hacia el día 7.0. El modelo también recuperó historiales conocidos en los linajes del corazón y del intestino anterior, y dentro del grupo de cardiomiocitos identificó que las células con la vía del ácido retinoico activa presentaban más marcadores de aurícula.
“De estas maneras, IRIS nos ayuda a descifrar el lenguaje que usan las células para comunicarse entre sí a un ritmo mucho más rápido del que podríamos lograr de manera realista mediante experimentos”, Hutchins.
El equipo puso a prueba una predicción del modelo sobre el mesénquima respiratorio, un tipo de tejido de soporte que guía la formación del pulmón. IRIS indicó que la vía WNT se activaba con mayor frecuencia en esas células, un papel que no se había descrito en la especificación inicial de su identidad. Al cultivar durante 24 horas el intestino anterior de embriones de ratón con un activador de WNT, los marcadores característicos de este tejido, Tbx4 y Foxf1, se expandieron, mientras que un inhibidor eliminó por completo la expresión de Tbx4. A partir de ese resultado, los investigadores adelantaron y prolongaron la activación de WNT en un protocolo para generar mesénquima respiratorio a partir de células madre humanas, que antes la aplicaba solo en el último día de siete. La modificación aumentó la expresión de TBX4 y se reprodujo en distintas líneas celulares, con mejores resultados cuando la activación fue de nivel intermedio.
Los autores reconocen límites. La vía FGF mostró un desempeño menor, algo que atribuyen a que comparte componentes con otras rutas de señalización, y los datos de entrenamiento provienen de estimulaciones secuenciales que pueden arrastrar efectos de señales previas. Aún falta determinar si las huellas aprendidas sirven en células muy distantes de las usadas en el entrenamiento, y la reconstrucción de historiales depende de que los linajes celulares estén bien definidos. Además, señalan que modificar solo WNT probablemente no baste para obtener células equivalentes a las del organismo.
El siguiente paso que proponen es un ciclo iterativo de experimentos, entrenamiento del modelo, predicciones sobre datos nuevos y pruebas en laboratorio, de modo que cada ronda afine al sistema. También plantean extender el enfoque a otras vías, como NOTCH y YAP, a las citocinas del sistema inmune y a las hormonas que regulan la fisiología, además de incorporar modelos de lenguaje biológico entrenados con grandes conjuntos de datos sin etiquetar.
