La bioingeniera Emma Lundberg está utilizando la inteligencia artificial para mapear el proteoma humano en el espacio y el tiempo, al tiempo que replantea la forma en que los científicos piensan sobre las enfermedades genéticas.

Fuente: StanfordReport

Saber dónde se expresa una proteína dentro de la célula nos da pistas sobre su función. Si está en la mitocondria, probablemente esté involucrada en el metabolismo energético. Si está en el núcleo, probablemente esté involucrada en la regulación genética. A veces lo comparo con una casa: si sé que estás en la cocina o en el lavadero, puedo intuir qué estás haciendo.

Las proteínas desempeñan todas las funciones del cuerpo humano. La mayoría de los fármacos están diseñados para actuar sobre ellas. Una proteína necesita estar en el lugar correcto para realizar su función, ya que la mayoría de las funciones proteicas se producen mediante interacciones. Si una proteína de señalización termina en el compartimento celular equivocado, por ejemplo, podría interrumpir la señalización o generar señales erróneas.

Una sola proteína expresada en el lugar incorrecto puede provocar disfunción celular y enfermedad. Existen ejemplos conocidos en muchos tipos de enfermedades, como el cáncer, los trastornos inmunológicos y las afecciones neurológicas. Por eso es fundamental medir las proteínas, ya que ellas y su organización espacial constituyen la red que permite el funcionamiento de este complejo sistema. Con una mejor comprensión de la arquitectura proteica y la interconexión celular, podríamos reubicar las proteínas con fines terapéuticos y restaurar la función celular.

Con la microscopía solo se pueden visualizar un número limitado de elementos a la vez; los colores se superponen y, por lo general, podemos obtener imágenes de cuatro colores simultáneamente. Así, podemos observar una proteína junto con tres marcadores que nos sirven de referencia en la célula. Hemos realizado este experimento decenas de miles de veces, cambiando la proteína de interés, por lo que contamos con numerosas mediciones de proteínas con estos puntos de referencia, pero todas son independientes.

Hemos entrenado un modelo, llamado ProtiCelli, que nos permite visualizar simultáneamente las 13 000 proteínas de una sola célula humana. Ahora podemos medir y analizar esta imagen masiva y obtener mucha más información. Este es un ejemplo de cómo la IA está rompiendo barreras y desbloqueando capacidades que antes desconocíamos.

De cara al futuro, queremos ir más allá de simplemente crear un mapa. Si realmente queremos comprender una célula como un sistema y modelarlo, necesitamos perturbarlo. Si eliminamos una proteína de la célula, la reubicamos dentro de ella o añadimos un fármaco, ¿qué sucede? Esa es la siguiente etapa que estamos considerando: cómo podemos pasar de las mediciones de referencia a estas mediciones de perturbación altamente informativas que constituyen la base para la creación de modelos celulares virtuales.

El sueño ideal, por supuesto, es un modelo celular virtual que se pueda preparar con la información genética de una persona y probar cómo respondería a un tratamiento farmacológico. Creo que todavía estamos lejos de eso. Pero estamos construyendo sistemas de laboratorio en bucle que utilizan estos modelos para guiar los experimentos a realizar, de modo que en lugar de hacer 10 000 experimentos, podemos hacer 1000 altamente informativos y luego actualizar el modelo. Esto está cambiando la forma en que hacemos biología.

Soy una firme defensora de la ciencia abierta, que busca que los datos estén disponibles y sean útiles para todos, y que acelere el progreso científico en general. Por eso elegí dedicarme a la docencia e investigación. El Atlas de Proteínas Humanas , una base de datos que proporciona información básica sobre la localización y expresión de proteínas en células y tejidos humanos, es utilizado por millones de personas en todo el mundo para identificar dianas terapéuticas que permitan comprender mejor las enfermedades y desarrollar fármacos más eficaces. Recursos como este son fundamentales para que otros investigadores puedan avanzar más rápidamente en su trabajo científico.

La investigación biológica básica para comprender las células, esos sistemas increíblemente complejos que constituyen la base de toda la vida, no es tarea fácil. La mayoría de los tratamientos y fármacos que se desarrollan provienen de descubrimientos biológicos fundamentales. Debemos empezar por ahí.

Este es un nuevo capítulo en el que no solo practicamos la biología como siempre, sino que implementamos nuevas tecnologías y sistemas automatizados de laboratorio en bucle que hemos desarrollado en Stanford.   Es un momento realmente emocionante.