Qué son las células virtuales y por qué generan optimismo

Reportajes Especiales - Lifestyle

Biotechs are racing to create AI models of human cells, hoping to speed drug development and slow aging. (Hoi Chan/The New York Times) Ñ FOR EDITORIAL USE ONLY WITH NYT STORY VIRTUAL CELLS BY CARL ZIMMER FOR NOV. 18, 2026. ALL OTHER USE PROHIBITED. Ñ
Biotechs are racing to create AI models of human cells, hoping to speed drug development and slow aging. (Hoi Chan/The New York Times) Ñ FOR EDITORIAL USE ONLY WITH NYT STORY VIRTUAL CELLS BY CARL ZIMMER FOR NOV. 18, 2026. ALL OTHER USE PROHIBITED. Ñ
Guardar

Cada célula de tu cuerpo es un mundo vivo.

Su superficie, repleta de sensores y canales, envuelve un caldero de miles de millones de moléculas. Se reconstruye continuamente, ensamblando nuevas moléculas en miles de formas, codificadas por genes situados en largas cadenas de ADN en su núcleo.

PUBLICIDAD

Cada tipo de célula utiliza una combinación diferente de genes para llevar a cabo sus tareas específicas: hacer crecer el cabello, combatir virus, generar un sueño.

Los científicos llevan dos siglos cartografiando el mundo celular. Pero, a pesar de todo ese esfuerzo, solo han logrado trazar un retrato de la célula a grandes rasgos. Su diminuto volumen sigue albergando grandes misterios.

Ahora, un número cada vez mayor de científicos cree que la inteligencia artificial puede revelar muchos de los secretos que aún encierra la célula. Los investigadores están entrenando modelos de IA utilizando conjuntos enormes de datos biológicos con la esperanza de crear lo que a veces se denomina una "célula virtual": un modelo informático tan realista que predice cómo responderá cualquier tipo de célula ante cualquier tipo de cambio.

PUBLICIDAD

Cada científico tiene su propia aspiración para estas células virtuales. Algunos esperan poder realizar experimentos en computadoras que nos revelen cómo funcionan las células. Otros ven un lugar para las células virtuales en la práctica médica.

"Cuando padezca una enfermedad, básicamente se podrán realizar ensayos farmacológicos personalizados basados en mi propia célula virtual", dijo Eric Xing, científico informático de la Universidad de Inteligencia Artificial Mohamed bin Zayed, en Emiratos Árabes Unidos.

Las células virtuales también podrían ayudar a los científicos a mejorar el desarrollo de nuevos fármacos que actúen sobre varios objetivos a la vez para alterar la identidad de una célula.

"Queremos saber cómo hacer que las células pasen de estados menos saludables a otros más saludables, o de estados más viejos a otros más jóvenes", explica Rory Stark, biólogo computacional de Altos Labs, en Cambridge, Inglaterra.

Son aspiraciones ambiciosas, sobre todo si se tiene en cuenta que los científicos no empezaron a trabajar en estos modelos hasta hace unos pocos años. Sin embargo, en ese breve lapso de tiempo, la investigación sobre células virtuales ha experimentado un auge.

El Arc Institute, una organización de investigación sin fines de lucro de California, lanzó el año pasado un concurso para evaluar el rendimiento de estas simulaciones. Más de 1200 equipos de todo el mundo participaron en el primer Virtual Cell Challenge. Este año, más de 1600 equipos probaron suerte. El jueves, el Arc Institute anuncia al ganador.

El dinero está contribuyendo a avivar el entusiasmo. El mes pasado, la organización de investigación sin fines de lucro BioHub anunció compromisos por valor de casi 2 millardos de dólares para datos y modelización que podrían ayudar a las células virtuales a alcanzar su potencial. Parte de ese apoyo procede del gobierno de Estados Unidos; algunos gigantes tecnológicos como Google y Meta también están contribuyendo.

"Muchas empresas se están sumando a este ámbito", dijo Xing, cofundador en 2024 de la empresa emergente de células virtuales GenBio.AI. Xaira Therapeutics, que está desarrollando su propia célula virtual, ha atraído 1 millardo de dólares en inversiones.

A algunos expertos les preocupa que el entusiasmo se esté convirtiendo en histeria. Advierten que los sueños sobre las células virtuales no se harán realidad a corto plazo.

"La IA va a revolucionar la biología de formas que aún no comprendemos", dijo Andrea Califano, bióloga especializada en cáncer de la Universidad de Columbia y directora de Biohub, en Nueva York. "Pero también hay una enorme cantidad de exageraciones y promesas desmesuradas".

Los diseñadores de células virtuales esperan poder aprovechar el éxito de los modelos de IA que ya han transformado la biología. Esos modelos pueden analizar un gen y predecir la intrincada estructura de la proteína que este codifica, gracias a su entrenamiento con cientos de miles de estructuras proteicas.

David Baker, biólogo molecular de la Universidad de Washington, y otros dos científicos compartieron el Premio Nobel en 2024 por este logro. En la actualidad, Baker y sus colegas están utilizando modelos de IA para diseñar nuevas proteínas capaces de realizar todo tipo de funciones, desde descomponer contaminantes hasta actuar como vacunas.

El éxito de los modelos ha llevado a científicos como Baker a preguntarse si pueden aprender a hacer predicciones sobre células completas; por ejemplo, cómo convertir una célula inmunitaria agotada en una activada capaz de combatir patógenos.

"Sin duda es el próximo reto", dijo Baker, cofundador de GenBio.AI junto con Xing, así como cofundador de Xaira Therapeutics. "Cómo aprovechar este avance para ascender en la escala de complejidad biológica es un problema de investigación abierto realmente importante".

IA aspiracional

Uno de los primeros modelos celulares, denominado GeneFormer, se presentó en 2023. Jessica Theodoris, una bióloga computacional que actualmente trabaja en los Institutos Gladstone de San Francisco, y sus colegas lo entrenaron con datos de unos 30 millones de células, recopilados en estudios anteriores.

Los científicos midieron la actividad de los genes en células extraídas de órganos como los ojos, los pulmones y los riñones. A partir de este conjunto de datos, GeneFormer aprendió a reconocer cómo se activan conjuntos de genes en diversos tipos de células.

Theodoris utilizó el modelo para realizar predicciones sobre células con las que no se había entrenado y llegó incluso a sugerir posibles tratamientos nuevos.

GeneFormer señaló genes que podrían utilizarse para tratar enfermedades cardiacas o reducir el riesgo de un aneurisma aórtico, por ejemplo. Los experimentos con células del corazón y la aorta respaldaron la idea de que los fármacos dirigidos a esos genes podrían contrarrestar los trastornos.

Los emocionantes resultados de modelos de IA como GeneFormer provocaron una oleada de entusiasmo. Pero el año pasado llegó la reacción contraria. Los escépticos compararon los nuevos modelos de IA con los métodos estadísticos convencionales y no vieron ninguna ventaja significativa.

"Algunas personas se precipitaron, y otras tuvieron que frenarlas", dijo Simon Anders, biólogo computacional de la Universidad de Heidelberg que emitió un veredicto negativo sobre modelos como GeneFormer. "Pero supongo que esto siempre ocurre en la ciencia".

Theodoris y otros creadores de modelos han respondido a estas críticas. Argumentan que estas comparaciones pasan por alto lo más emocionante de sus modelos: el potencial de realizar predicciones en las que ningún ser humano había pensado.

"Para nosotros, ahí es donde reside el verdadero valor de estos modelos: en indicarnos nuevas direcciones", dijo Theodoris.

También supone un reto evaluar los modelos celulares cuando están evolucionando tan rápidamente. "Estamos a años luz de donde estábamos el año pasado", dijo Hani Goodarzi, biólogo computacional del Arc Institute de Palo Alto, California.

La mayoría de los modelos celulares actuales emulan los sistemas de IA que impulsan a chatbots como ChatGPT o Claude. Estos denominados "modelos de lenguaje de gran tamaño" se entrenaron con billones de líneas de texto, lo que les permite predecir la palabra más probable que vendría a continuación en cualquier frase.

Baker, Xing y sus colegas de GenBio.AI están enseñando a la IA sobre las células utilizando un tipo diferente de programa, conocido como "modelo del mundo". Los modelos del mundo, que ya se utilizan en tecnologías como los taxis sin conductor, son eficaces a la hora de monitorear cómo cambian las cosas con el tiempo. Construyen un modelo interno del mundo exterior y, a continuación, trazan su evolución a lo largo de diversas trayectorias posibles.

Los investigadores de GenBio.AI están desarrollando un "modelo de mundo" para las células. Lo entrenan para crear un modelo detallado de la biología celular y, a continuación, predecir cómo una célula determinada pasa de un estado a otro.

Baker afirmó que las células virtuales podrían resultar muy útiles para probar algunas de las nuevas formas más sofisticadas de medicina. Él y sus colegas están diseñando células inmunitarias capaces de reconocer las células cancerosas y destruirlas.

Con una célula virtual precisa, podrían probar rápidamente sus diseños para ver si los cambios hacen que las células inmunitarias funcionen según lo previsto.

"En realidad, no estamos tomando en cuenta todos los procesos que tienen lugar en el interior de la célula", dijo Baker. "Con un modelo de célula virtual, se podrían incorporar estos procesos y comprobar cuál es su desempeño real".

Anders, por su parte, se muestra escéptico: "Es un buen modelo de negocio hacer una gran promesa y esperar que los inversores sean menos capaces que tú de juzgar lo que sea que estés diciendo. Yo no invertiría en ellos".

Y Alex Rives, director científico de Biohub, cree que pasarán muchos años antes de que las células virtuales funcionen como esperan los científicos. "Creo que el término es 'aspiracional', en el mejor de los casos", dijo.

Millardos de células

Uno de los problemas de las células virtuales es que los científicos sencillamente aún no disponen de datos suficientes para entrenarlas de manera adecuada. Los 30 millones de células que Theodoris utilizó para crear GeneFormer pueden parecer muchas, pero es una cifra insignificante si se tiene en cuenta la complejidad de una sola célula y los miles de tipos de células que hay en el cuerpo.

"Ahora mismo resulta un poco abrumador pensar en la cantidad de datos que se necesitarían", señaló Stark, de Altos Labs.

Los investigadores están intentando recopilar esos datos adicionales lo más rápido posible. Theodoris está entrenando su último modelo con 175 millones de células, unas seis veces más de las que utilizó hace tan solo unos años.

Al mismo tiempo, otros investigadores están recopilando datos de mayor calidad. En uno de estos estudios, Alex Marson, médico e investigador de la Universidad de California, campus San Francisco, y sus colegas modificaron sistemáticamente células inmunitarias para observar cómo respondían.

Los investigadores crearon 12.000 conjuntos de células inmunitarias. En cada conjunto, desactivaron un gen diferente. A continuación, observaron la actividad de otros 18.000 genes para comprobar si se comportaban de forma diferente a como lo harían en una célula inmunitaria normal.

En total, el equipo de Marson estudió 22 millones de células, una hazaña que, según él, solo fue posible gracias a la tecnología de laboratorio robotizada y a equipos sensibles de detección de genes.

Las generaciones anteriores de científicos habrían necesitado un tiempo inimaginable para llevar a cabo el experimento. "Estamos hablando de toda una vida", dijo.

El experimento de Marson forma parte de una importante iniciativa de recopilación de datos respaldada por Biohub, denominada Billion Cell Project. Sin embargo, Rives advirtió que ni siquiera completar ese proyecto será suficiente para dar vida plenamente a las células virtuales.

"Millardos de células… Simplemente creo que eso no va a ser ni de lejos suficiente para construir realmente el tipo de modelos generales que esperamos crear", dijo.

Además de medir la actividad de los genes, los investigadores están buscando formas de incorporar más datos a los modelos de células virtuales. Algunos están utilizando microscopios nuevos y potentes para determinar la ubicación exacta de las proteínas en el interior de las células, por ejemplo; otros están ampliando la perspectiva más allá de las células individuales, analizando fragmentos de tejido para comprender cómo se comunican las células entre sí.

Los datos de estos estudios se utilizarán para entrenar a la próxima generación de modelos. Eso llevará años, pero Goodarzi cree que las células virtuales aportarán conocimientos mucho antes de que eso ocurra.

"La realidad es que hay muchos avances entre el punto en el que nos encontramos ahora y esa simulación perfecta de una célula humana", dijo. "Creo que estos modelos resultarán útiles cuando pasen a formar parte del campo de juego de la ciencia".

Carl Zimmer cubre noticias sobre ciencia para el Times y escribe la columna Orígenes.

PUBLICIDAD

PUBLICIDAD