Robots celulares que se regeneran a sí mismos: Biobots 2.0

Hace poco más de un año los medios pasaron por la fiebre de los biobots. El término original era xenobots, pero de algún modo, en medio de la vorágine de titulares, nació la palabra “biobot”. Hablaban de una suerte de autómatas construidos ensamblando células de rana, siguiendo la estructura sugerida por una inteligencia artificial. El resultado fue bastante vistoso: un conjunto de células que se contraían rítmicamente permitiendo que el biobot avanzara siguiendo una trayectoria concreta y que incluso pudiera mover diminutas partículas. Se dijo que eran seres vivos, que curarían enfermedades y otras cuantas exageraciones más que hicieron de esta noticia una de las más relevantes del 2021 (en parte por méritos propios, en parte por su impacto mediático)

Ahora estamos frente a la secuela, un segundo artículo de esta misma línea de investigación y, para la sorpresa de muchos, la aproximación es bastante diferente a la que aplicaron con los biobots. El artículo es de la misma colaboración entre un equipo de biólogos e informáticos de la Universidad de Tufts y la Universidad de Vermont. De hecho, seguimos hablando de células de rana, de un diseño donde la computación juega cierto papel y donde el resultado es parecido: pequeños tejidos biológicos capaces de desplazarse y mover objetos “coordinándose” rudimentariamente en pequeños enjambres. Sin embargo, los biobots 2.0 ya no se esculpen combinando células activas y pasivas como si fueran un esqueleto y sus músculos. Ahora son las propias células quienes “deciden” cómo ensamblarse.

De abajo a arriba

Uno de los puntos en que los investigadores inciden en este segundo trabajo es que, el diseño, es “de abajo a arriba”. Lejos de lo que pueda parecer a tenor de cómo se ha utilizado esta misma expresión en redes, no se están refiriendo a la división de clases sociales, sino a un concepto filosófico relacionado con el emergentismo. Dicho con otras palabras: mientras que el diseño de los primeros biobots se debía a una inteligencia creadora, en este caso su estructura final no depende de un diseño al uso, sino de unas pocas reglas básicas que siguen las células para agruparse. Van de estructuras sencillas (células y sus “normas”) a diseños complejos, esto es: de abajo a arriba.

El planteamiento ha sido más o menos el siguiente. Los investigadores tomaron células madre de embriones de rana y las cultivaron en un medio concreto para fomentar que se especializaran como les convenía, por ejemplo: desarrollando una serie de prolongaciones llamadas cilios que pueden funcionar como remos o hélices capaces de propulsar a la célula. Las funciones de estas estructuras son mucho más complejas y podemos encontrar cilios en tejidos que no se “mueven”, como las mucosas de nuestros pulmones. En estos últimos casos, la finalidad de los cilios no es la locomoción, sino mover sustancias de su superficie como una cinta transportadora, eliminando (por ejemplo) la mucosidad. Ambas funciones, tanto la de transporte como la de movilidad pueden ser interesantes para desarrollar biobots útiles.

Las células de estos biobots no han sido, por lo tanto, esculpidas con un bisturí y su ADN sigue siendo el de la rana que habrían sido. La diferencia está en cómo se expresa la información de sus genes o, mejor dicho, qué información se expresa y cual no. De este modo, en lugar de seguir al pie de la letra las instrucciones que le conferirían la anatomía y el plan corporal de una rana, las células se organizan formando pequeñas estructuras casi esféricas barnizadas por estos cilios.

Selección artificial

Al menos, así podríamos resumir el aspecto más biológico de los biobots 2.0, pero al igual que los originales, los investigadores se han valido de la computación para afinar los resultados. De hecho, aquí hay una ligera “trampa” que adjetiva aquello de que los biobots 2.0 siguen un diseño de abajo hacia arriba. Cierto es que las reglas de construcción son básicas y parten de sus células, pero están muy lejos de ser una perfecta guía de instrucciones, como lo es nuestro ADN cuando expresa la información para formar un brazo, o una pierna.

Las cuasi-esferas de estos biobots son imperfectas y en ellas los imponderables juegan un papel determinante, por lo que acaba habiendo una gran diferencia entre ellas. Ahí es donde aparecen los ordenadores para llevar a cabo un proceso de selección que podríamos definir como de arriba hacia abajo.

Mientras que los investigadores de la Universidad de Tufis se centraban en el aspecto puramente biológico, los de la Universidad de Vermont estaban desarrollando un programa informático capaz de simular la multitud de diferentes formas que puede adoptar un biobot 2.0 poniéndole a cada uno pruebas para valorar su capacidad de desplazarse, mover objetos o coordinarse en un enjambre. Para una empresa tan descomunal, los científicos y tecnólogos necesitaron utilizar los superordenadores de Deep Green, en el Centro de Computación Avanzada de Vermont.

Para ello se emplearon, concretamente, algoritmos evolutivos, al igual que con los primeros biobots. Se trata de un tipo de inteligencia artificial que permite encontrar una solución óptima para un problema creando variantes de sus simulaciones para ir seleccionando siempre las que mejor funcionen, como si se tratara de la propia evolución biológica de unas especies a otras más adaptadas para sobrevivir en un entorno determinado.

Una memoria brillante

A esto se suma una innovación más: la memoria. Este es el término elegido por los propios investigadores, aunque está bastante alejado de lo que popularmente entendemos por memoria. En resumen, consiste en editar los embriones de rana para hacer que produzcan una proteína fluorescente que normalmente brille con luz verde. Hasta aquí no hay memoria de ningún tipo, pero la proteína en concreto, llamada EosFP resulta que cambia su estructura y su comportamiento en función de las condiciones del exterior, por lo que puede aumentar su longitud de onda pasando de brillar en verde a hacerlo en rojo. De este modo, podremos saber que, si el biobot está rojo, será porque ha encontrado las características necesarias para cambiar a EosFP, actuando esta como una especie de registro (de memoria).

Así pues, los nuevos biobots no solo tienen memoria, sino que son más rápidos y versátiles que los originales. Por si esto fuera poco resultan ser más autónomos, sobreviviendo durante largos perdidoso en entornos con nutrientes de los que puedan alimentarse. Esto último, junto con su capacidad aumentada para regenerar sus lesiones hacen de los biobots 2.0 un paso en firme hacia el futuro de las máquinas biológicas. Quedan muchos caminos y aproximaciones por explorar, y con el tiempo iremos descubriendo el verdadero potencial que esconden: ya sea recogiendo microplásticos o desatascando una coronaria obstruida.

QUE NO TE LA CUELEN:

• Los biobots están vivos como lo están las células que nos componen, pero no son seres vivos según la mayoría de las definiciones. Trazar la frontera entre lo vivo y lo inerte no es tan fácil como parece y los filósofos de la biología llevan siglos enfrentándose infructuosamente a este problema. La solución tentativa que se ha dado es asumir que un “ser vivo” debe ser definido operacionalmente: buscando una definición útil para nuestros fines, independientemente de que estemos pudiendo definir una realidad última. Esta aproximación pragmática es, por ahora, lo mejor a lo que podemos aspirar.

REFERENCIAS (MLA):

• Blackiston, Douglas et al. “A Cellular Platform For The Development Of Synthetic Living Machines”. Science Robotics, vol 6, no. 52, 2021, p. eabf1571. American Association For The Advancement Of Science (AAAS), doi:10.1126/scirobotics.abf1571. Accessed 3 Apr 2021.
• Kriegman, Sam et al. “A Scalable Pipeline For Designing Reconfigurable Organisms”. Proceedings Of The National Academy Of Sciences, vol 117, no. 4, 2020, pp. 1853-1859. Proceedings Of The National Academy Of Sciences, doi:10.1073/pnas.1910837117. Accessed 3 Apr 2021.