Biologia Molecular Mexico

En Pocas Palabras

Appleton y sus colegas describen un método integrado, computacional y experimental, para seleccionar factores de transcripción (unas proteínas clave que dirigen la actividad de los genes) para la ingeniería del destino celular. Demuestran la utilidad de su enfoque mediante la ingeniería de líneas de células madre pluripotentes inducidas (iPSC) que se diferencian en tipos celulares de cada una de las tres capas germinales (las capas fundamentales que dan origen a todos nuestros tejidos) en solo 6 días y con alta eficiencia.

Destinos celulares, ¿cómo estudiarlos?

Imagina que nuestras células son como aprendices con el potencial de convertirse en cualquier especialista dentro de nuestro cuerpo: una neurona, una célula del hígado, un defensor del sistema inmune. Las células madre pluripotentes inducidas (iPSC) son precisamente eso, células “reajustadas” que pueden transformarse en una amplia gama de tipos celulares. Esta capacidad es una promesa gigantesca para la medicina regenerativa, permitiendo crear tejidos para reparar órganos dañados o estudiar enfermedades de una forma nunca antes vista.

Pero ¿cómo guiamos a estas células aprendiz hacia su especialización deseada? Es como intentar encontrar la combinación secreta de una caja fuerte con miles de millones de posibilidades. Hasta ahora, este proceso ha sido un arte complejo, lento y a menudo ineficiente.

Un equipo de científicos visionarios, liderado por Evan Appleton y George Church, nos trae una solución revolucionaria que combina la inteligencia artificial con la experimentación en el laboratorio para dirigir el destino de las células de manera rápida y eficiente.

El Desafío: Encontrar las “Llaves Maestras” Celulares

Para que una iPSC se transforme en, por ejemplo, una célula hepática, necesita activar un conjunto específico de genes y desactivar otros. Los “interruptores” que controlan esta actividad son los factores de transcripción (FT). El problema es que existen cientos de estos FT, y encontrar la combinación exacta y las condiciones adecuadas para una transformación específica es una tarea titánica. Es como buscar una aguja en un pajar cósmico.

La Innovación: “CellCartographer”, el GPS Celular Guiado por IA

Aquí es donde entra la magia de la inteligencia artificial. Los investigadores desarrollaron una plataforma de aprendizaje automático (machine learning) llamada CellCartographer. Esta herramienta analiza grandes cantidades de datos sobre qué genes están activos y cómo está organizada la cromatina (el ADN y sus proteínas) en diferentes tipos celulares.

Con esta información, CellCartographer predice qué factores de transcripción son los más prometedores para convertir las iPSC en un tipo celular objetivo. Pero no se queda ahí. El sistema guía el diseño de experimentos donde se prueban estas combinaciones de FT en las células. Los resultados de estos experimentos se utilizan para refinar las predicciones de la IA, creando un ciclo de aprendizaje y optimización continua.

Resultados Asombrosos: Células a la Carta en Tiempo Récord

El equipo utilizó CellCartographer para diferenciar iPSC en doce tipos celulares distintos. Lo más impresionante es que lograron una diferenciación de alta eficiencia para seis de estos tipos celulares, incluyendo astrocitos (células de soporte en el cerebro), hepatocitos (células del hígado) y diversos tipos de células T (guardianes de nuestro sistema inmune), ¡en menos de 6 días!

No solo eso, sino que también caracterizaron funcionalmente estas células creadas en el laboratorio, como los linfocitos T citotóxicos (iCytoTs), los linfocitos T reguladores (iTregs), los astrocitos de tipo II (iAstIIs) y los hepatocitos (iHeps), validando que se comportaban como sus contrapartes naturales.

¿Por Qué Es Importante? Un Salto Hacia el Futuro

Este avance tiene implicaciones profundas:

1. Medicina Regenerativa Acelerada: La capacidad de generar rápidamente tipos celulares específicos y funcionales podría revolucionar el tratamiento de enfermedades como el Parkinson, la diabetes o lesiones de la médula espinal, al permitir el trasplante de células sanas.
2. Descubrimiento de Fármacos y Modelado de Enfermedades: Poder crear modelos celulares de enfermedades en el laboratorio permitirá probar nuevos fármacos de manera más eficiente y entender mejor cómo se desarrollan las patologías.
3. Nuevas Herramientas para la Ciencia: CellCartographer es una herramienta poderosa que puede ser utilizada por otros investigadores para explorar y controlar el destino celular en una multitud de contextos.

Este trabajo nos muestra cómo la sinergia entre la inteligencia artificial y la biología experimental está abriendo puertas que antes solo podíamos soñar. Estamos un paso más cerca de poder “programar” células a voluntad, marcando el comienzo de una nueva era en la biotecnología y la medicina.

Referencia

Appleton, E., Tao, J., Liu, S., Glass, C., Fonseca, G., & Church, G. (2025). Machine-guided cell-fate engineering. Cell Reports, 44(115726). Publicado por Elsevier Inc. (Artículo original previsto para publicación el 24 de junio de 2025, según la información proporcionada). https://doi.org/10.1016/j.celrep.2025.115726