A propósito de inteligencia organoide y las redes neuronales biológicas
Ya se han demostrado diferentes formas de biocomputación basada en el ADN. Imagen: iuriimotov/Freepik

En marzo de 1933, la revista de referencia en ciencias Nature publicó, en dos partes, la conferencia Light and Life, que el físico teórico danés Niels David Bohr (Nobel de Física 1922, 1885-1962) dictó en la inauguración del International Congress on Light Therapy, el año anterior. Su padre, Christian H.L.P.E. Bohr (1855-1911), era profesor de fisiología en la Universidad de Copenhage, conocido por sus trabajos sobre los aspectos físicos y químicos de la respiración.

“En conclusión -finaliza N. Bohr- quiero insistir en que en momento alguno he intentado expresar escepticismo alguno a los desarrollos futuros de la física y de las ciencias biológicas […] Debemos reclamar una colaboración más íntima del estudio de los efectos médicos del tratamiento lumínico con la investigación de sus aspectos físicos”.

En 1959, Richard Phillips Feynman, físico teórico (Nobel de Física 1965. NY 1918- LA, CA, 1988) propuso la idea de construir computadoras submicroscópicas. A pesar del progreso en miniaturización computacional, el objetivo tardó en abrirse camino.

En noviembre de 1994, otra revista científica por excelencia, Science, publicó Molecular computation of solutions to combinatorial problems, firmado por Leonard M. Adleman (San Francisco, CA; 1945), profesor en ciencias de la computación y biología molecular, en la USC, inventor la criptografía RSA (Rivest-Shamir-Adleman).

El resumen: “Se utilizaron herramientas de la biología molecular para resolver un caso de problemas de la ruta hamiltoniana dirigida. Se codificó un pequeño gráfico en moléculas de ADN y las operaciones del cálculo se realizaron con protocolos y enzimas estándar. Este experimento demuestra la viabilidad de realizar cálculos a nivel molecular”. Y finaliza: “A largo plazo, sólo podemos especular sobre las perspectivas de la computación molecular […] En el futuro, la investigación en biología molecular puede proporcionar técnicas mejoradas para manipular macromoléculas. Uno puede imaginar la eventual aparición de una computadora de uso general que consista nada más que en una única macromolécula conjugada con un conjunto de enzimas similares a ribosomas que actúan sobre ella”.

Manipulación del ADN

Cuatro años después, Adleman publicaba, en el número de agosto de una revista de divulgación científica de alto nivel, Scientific American, Computing with DNA. El subtítulo: La manipulación del ADN para resolver problemas matemáticos está redefiniendo lo que se entiende por computación. El artículo comienza: “Computadora. La palabra evoca imágenes de teclados y monitores. Me vienen a la mente palabras como ROM (Read Only Memory -Memoria Sólo de Lectura-), RAM (Random Access Memory –Memoria de Acceso Aleatorio-), gigabite (giga: 109) y gigahercios. Nos hemos acostumbrado a la idea de que la computación se realiza utilizando componentes electrónicos sobre un sustrato de silicio.

¿Pero debe ser así? La computadora que estamos utilizando para leer estas palabras se parece poco a una PC. Quizás, nuestra visión de la computación sea demasiado limitada. ¿Qué pasaría si las computadoras fueran ubicuas y pudieran encontrarse en muchas formas? ¿Podría existir una computadora líquida en la que las moléculas que interactúan realicen cálculos? La respuesta es ”.

Adleman titula el último apartado: A new field emerges. ¿Qué deparará el futuro? Está claro que las computadoras moleculares ofrecen muchas propiedades atractivas. Proporcionan una inmensa capacidad de almacenamiento. Por ejemplo, 1 g de ADN, que ocupa, aproximadamente, 1 cc3, puede almacenar el equivalente a un billón de CD Próximo a 1014 operaciones que pueden operarse simultáneamente en, prácticamente, un segundo.

Las computadoras moleculares poseen una extraordinaria eficiencia energética. Científicos experimentales y teóricos trabajan en todo el mundo intentando explotar tales propiedades. En resumen, la computación macromolecular es posible. Recordando a Niels D. Bohr, la biología y la ciencia de la computación -vida y física/computación- están íntimamente relacionadas.

Objetos moleculares discretos

Durante más de veinte años, investigadores de áreas del conocimiento aparentemente dispares han explorado cómo el ADN puede utilizarse como material básico de la computación. Suena prometedor, debido a la increíble densidad de datos del ADN: almacena toda la información y las instrucciones necesarias para construir y hacer funcionar un cuerpo humano. Lo más probable es que la computación mediante ADN se aproveche para funcionar dentro de las células vivas y se combine con su maquinaria existente, haciendo posibles nuevos métodos de detección y tratamiento de enfermedades.

En abril de 2014, Yani Amir et al., de las universidades israelí de Bar-Illan, y norteamericana de Harvard, publicaron en Nature Nanotechnology, Universal computing by DNA origami robots in a living animal. Los sistemas biológicos son colecciones de objetos moleculares discretos que se mueven y chocan entre sí. Las células llevan a cabo procesos elaborados controlando con precisión estas colisiones, pero desarrollar máquinas artificiales que puedan interactuar con esas interacciones y controlarlas sigue siendo un desafío importante.

El ADN es un sustrato natural para la informática y se ha utilizado para implementar un conjunto diverso de problemas matemáticos, circuitos lógicos y robótica. La molécula también interactúa naturalmente con los sistemas vivos, y ya se han demostrado diferentes formas de biocomputación basada en el ADN. El artículo muestra que el origami de ADN se puede utilizar para fabricar robots a una escala de 10-9 (nano escala) que sean capaces de interactuar dinámicamente entre sí en un animal vivo.

Ocho años después, Luna Rizik et al., como en el caso anterior, pertenecientes a universidades de Israel (Haifa) y de EE UU, MIT, publicaron, en Nature Communications, Synthetic neuromorfic computing living cells. Uno de los temas centrales de la biología sintética -refieren los autores- es crear redes genéticas a gran escala en células vivas, que implementen sensaciones, procesos y actuaciones sofisticadas.

Circuitos de genes sintéticos

El resumen del artículo: Las propiedades computacionales de las redes neuronales se han aplicado a sistemas informáticos utilizando modelos simplificados que comprenden nodos conectados repetidos, por ejemplo, perceptrones, con capacidades de toma de decisiones y enlaces ponderados flexibles. De manera análoga a su impacto revolucionario en la informática, los modelos neuroinspirados pueden transformar el diseño de circuitos de genes sintéticos de una manera confiable, eficiente en la utilización de recursos y fácilmente reconfigurable para diferentes tareas. Se presenta el perceptgene, un perceptrón que computa en el dominio logarítmico, lo que permite la implementación eficiente de redes neuronales artificiales en células de Escherichia coli.

Se modificaron con éxito los parámetros de perceptgene para crear dispositivos que codifican un mínimo, un máximo y un promedio de entradas analógicas. Con estos dispositivos, se crearon circuitos perceptógenos de múltiples capas que calculan una función de mayoría suave, realizan una conversión de analógico a digital e implementan un interruptor ternario. Los autores enfatizan que el enfoque presentado permite la optimización de circuitos mediante algoritmos de inteligencia artificial.

A principios de 2023, Lena Smirnova et al., de la Universidad Johns Hopkins, publicaron, en Frontiers in Science, Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish. Los cerebros humanos superan a las computadoras en muchas formas de procesamiento y son mucho más eficientes energéticamente. ¿Qué pasaría si pudiéramos aprovechar su poder en una nueva forma de computación biológica? El artículo es un programa de investigación para utilizar cultivos de células cerebrales humanas en 3D, para desarrollar biocomputadoras y comprender mejor el cerebro mismo. Al acuñar el término inteligencia organoide (OI), el artículo explora los avances científicos y tecnológicos necesarios para hacer realidad esta visión, así como consideraciones éticas.

Y a finales del año, Feng Guo, profesor asociado de ingeniería de sistemas inteligentes en la Universidad de Indiana, abordaba las limitaciones técnicas del hardware informático de inteligencia artificial mediante el desarrollo de un nuevo sistema informático híbrido, denominado Brainoware, que combina hardware electrónico con organoides del cerebro humano.

Sistemas informáticos neuromórficos

Las técnicas avanzadas de Inteligencia artificial (IA), como el aprendizaje automático y el aprendizaje profundo, que funcionan con chips informáticos de silicio especializados, gastan enormes cantidades de energía. Como tal, los ingenieros han diseñado sistemas informáticos neuromórficos, modelados a partir de la estructura y función de un cerebro humano, para mejorar el rendimiento y la eficiencia de estas tecnologías. Sin embargo, estos sistemas todavía tienen una capacidad limitada para imitar completamente la función cerebral, ya que la mayoría se basan en principios electrónicos digitales.

Un equipo de investigadores de la Universidad de Indiana ha desarrollado un sistema informático neuromórfico híbrido que monta un organoide cerebral en un ensayo de múltiples electrodos para recibir y enviar información (Nature Electronics, diciembre de 2023).

Los organoides cerebrales son cultivos de células tridimensionales similares al cerebro derivados de células madre y caracterizados por diferentes tipos de células cerebrales, incluidas neuronas y glía, y estructuras similares al cerebro, como las zonas ventriculares. «Brainoware utiliza un organoide del cerebro humano como reservorio de vida adaptativo para llevar a cabo un aprendizaje no supervisado mediante el procesamiento de información espaciotemporal a través de la neuroplasticidad del organoide cerebral», dijo el investigador principal, Feng Guo.

«Nuestro enfoque permite el avance de la informática de IA, ya que los organoides proporcionan redes neuronales biológicas con cierta complejidad, así como un bajo consumo de energía y un aprendizaje rápido».

Dejar respuesta

Please enter your comment!
Please enter your name here