Saltar al contenido
ᐅ HielosMendez – Información digital que te dejara helado 🧊🥶

Cómo funciona la nueva ‘computadora’ biológica del MIT y qué podría hacer en el futuro

Desde hace años, los científicos han estado trabajando para convertir células en computadoras. Es un objetivo lógico; Las células almacenan información en algo que se aproxima a la memoria, se comportan debido a la expresión estricta y basada en reglas de la programación en respuesta a estímulos, y pueden realizar operaciones con una velocidad asombrosa. Cada celda contiene suficiente complejidad física para ser teóricamente una unidad de computación bastante poderosa por sí sola, pero cada una es lo suficientemente pequeña como para empaquetarse por millones en pequeños espacios físicos. Con una capacidad totalmente desarrollada para programar el comportamiento celular de manera tan confiable como lo hacemos con el comportamiento de las computadoras, no se sabe qué podría lograr la computación biológica.

Ahora, los investigadores del MIT han dado un paso hacia este futuro posible, con máquinas celulares que pueden realizar operaciones computacionales simples y almacenar, luego recuperar, memoria. En principio, brindan el tipo de control que necesitaríamos para diseñar y construir computadoras celulares reales, pero podrían revolucionar la biología celular mucho antes de que llegue ese futuro.

Almacenamiento magnético de bacterias, cercano y personal

Las bacterias son más grandes que los transistores modernos, pero también son mucho mejores para empaquetarse en espacios pequeños.

El MIT ha sido una de las fuentes de investigación más prolíficas sobre este tema. En 2013, este mismo equipo diseñó la cepa informática que precedió a esta: una «máquina de estado» biológica. Una máquina de estado es sencilla (aunque no necesariamente sencillo) forma de computadora o modelo de computadora en la que la máquina solo está en uno de una lista finita de estados posibles, y puede hacer la transición entre estos estados de acuerdo con las variables de entrada.

El ejemplo clásico de una máquina de estado es una máquina expendedora. El contador en realidad no hace cálculos matemáticos, sino que simplemente sabe que si ya tiene cinco centavos y recibe otros cinco centavos, se supone que debe cambiar al modo «Tengo 10 centavos». Este modo sobrescribe el modo «Tengo cinco centavos» y tiene su propio conjunto de comportamientos asociados que dan cuenta de todas las posibilidades para la siguiente moneda. Esto es distinto de tener cualquier tipo de cerebro matemático robusto, cualquier concepto de cinco o diez, o la relación entre ellos.

Llevado a un nivel casi absurdo de sofisticación, este sistema básico de combinación de entrada con un solo estado interno cambiante, una y otra vez (y otra vez), está detrás de los algoritmos modernos de reconocimiento de voz. En gran medida, el aprendizaje automático es el proceso automatizado de construcción de tales cadenas de estados reactivos, que finalmente entregó la capacidad de ciencia ficción para que una computadora se redujera de manera rápida y precisa a la identidad de una palabra hablada. Todo esto es para decir: las máquinas de estado pueden ser viejas y sencillas, pero de ninguna manera son inútiles si puede construirlas lo suficientemente bien y lo suficientemente elaborado.

Esta idea de una máquina de estado se puede aplicar en una célula viva con el uso de técnicas profundamente novedosas en la manipulación genética; el genoma del ADN proporciona toda la funcionalidad necesaria para hacer una máquina de estado útil, solo tenemos que usar esas funciones correctamente.

Biología sintética

La manipulación del ADN, tanto en el laboratorio como en el cuerpo, está revolucionando varias industrias a la vez.

En el caso de este nuevo artículo del MIT, su variedad altamente personalizada de e. coli está diseñado con «secuencias diana» dispuestas específicamente espaciadas con mucho cuidado por todo el genoma; cuando los científicos proporcionan una combinación específica de señales químicas, las técnicas antiguas y aburridas de la ingeniería genética hacen que la célula libere una «recombinasa» específica, un tipo de enzima que puede invertir la orientación de un tramo de ADN preprogramado o eliminarlo por completo . Es la acción de estas enzimas recombinasas y su interacción con las secuencias diana cortas lo que permite nuevas habilidades en la computación celular.

Secuenciador de ADN de memoria USB MinION

Los secuenciadores rápidos y de alto rendimiento permiten leer fácilmente la información que acaba de grabar.

En respuesta a cada variable de entrada, probablemente un agente químico, una recombinasa eliminará o invertirá su porción asociada del genoma y, fundamentalmente, esa porción del genoma. sí mismo contiene dianas que dictan la unión de recombinasa posterior. Entonces, la acción de cualquier recombinasa cambiará el entorno en el que el siguiente La recombinasa se encontrará tras la activación, cambiando así la forma en que esa recombinasa posterior interactúa con el genoma. Si la recombinasa A invierte la secuencia A, entonces la recombinasa B puede unirse allí; si en su lugar eliminó la secuencia A, entonces la recombinasa B no puede unirse allí, y en su lugar irá a hacer otra cosa, o quizás nada en absoluto.

Lo que esto significa es que la cadena de respuestas a cada nueva variable debe conservarse en la secuencia del propio ADN bacteriano, recuperable mediante la secuenciación del genoma. Más útilmente, al acoplar cada estado a la producción de una proteína fluorescente de color específico, los científicos pueden revelar visiblemente la secuencia de los estados de la célula, en tiempo real, sin ambigüedad. Por ejemplo, proporcionar la entrada A seguida de la entrada B da como resultado la producción de proteínas fluorescentes rojas y verdes, mientras que las células que reciben las mismas dos entradas en el orden inverso producen rojo y azul fluorescencia.

interacción genética dieta

Pero no crea que mantener y controlar las biocomputadoras será tan simple como un procesador de silicio.

De manera más inmediata, esto proporciona un buen medio para rastrear fácilmente la expresión genética, algo que todavía confunde en gran medida a los biólogos moleculares. En particular, el patrón de expresión génica necesario para convertir una célula madre en, por ejemplo, una neurona sana en la corteza cerebral, es muy difícil de rastrear. Si conociéramos el patrón que dicta cómo las células atraviesan este camino de forma natural, podríamos intentar replicar ese camino sintéticamente rápidamente. Implementada en una escala mucho más compleja que en este experimento, la máquina de estado celular del MIT podría ofrecer un medio para registrar incluso patrones extremadamente rápidos y complejos de expresión génica, y eliminar un registro permanente de estos procesos naturales de importancia crucial.

Esta máquina experimental de bioestados utiliza solo tres colores de fluorescencia (rojo, verde y azul), por lo que al combinar estos colores solo puede diferenciar visualmente entre un número relativamente pequeño de entradas, ciertamente no el complemento completo de hormonas, factores de transcripción y otras moléculas de señalización que deberían rastrearse para registrar completamente el camino de una célula a través de la diferenciación. Pero los investigadores diseñaron su sistema para que se pueda ampliar en complejidad y, con una aplicación suficientemente buena, podría agregar una nueva herramienta poderosa para estudiar el desarrollo celular y la expresión genética.

Las células son inherentemente programables, por lo que una vez que pueda almacenar información de manera confiable en el genoma, realizar operaciones simples de entrada y salida con esa información requiere el uso de técnicas de larga data en biología. Entonces la pregunta es: ¿Qué se podría hacer con una celda suficientemente programable o, idealmente, un grupo de celdas comunicantes? Dicho de otra manera: ya tenemos computadoras. ¿Por qué vale la pena reinventar la rueda computacional dentro de una célula viva? La expresión genética es rápida, pero los procesadores informáticos modernos son más rápidos. E incluso con informes fluorescentes, leer la salida de información de una celda nunca será tan eficiente como los impulsos eléctricos por un cable.

microbioma

Una gran ventaja de la vida sobre la ingeniería moderna es la eficiencia energética. La ejecución de algoritmos de inteligencia artificial requiere muchos gigavatios-hora de electricidad cada año, y los problemas extremadamente largos y complejos podrían terminar siendo mucho más asequibles de resolver utilizando biotecnología. Quizás tu tina llena de computación e. coli es solo una milésima parte de la velocidad del centro de datos de Google en la calle, pero cada una de sus supercomputadoras cuesta millones de dólares en energía cada año, mientras que su biocomputadora funciona con solo unos pocos metabolitos comunes y baratos.

extremófilos

Las computadoras deben mantenerse en habitaciones agradables y refrigeradas, mientras que algunas bacterias viven felices en este enorme charco de ácido …

La vida también es dura; encontramos células vivas en el fondo del océano y la parte superior de la atmósfera, las bocas de volcanes activos y en lagos antiguos bajo kilómetros de hielo ártico. Aquí tienes un experimento: quieres saber la respuesta de un lago a la lluvia ácida. Libera tu cepa investigadora de e. coli; volver después de unas semanas y algunas lluvias; recoger una muestra; cuele los microbios de su mascota; secuenciar su ADN; haga un análisis estadístico de los (con suerte) miles de genomas reporteros en su muestra, cada uno de ellos un informe detallado sobre la acidez desde la liberación de su microbio huésped.

Sin embargo, más importante que la ciencia ambiental es la ciencia médica, ya que la vida, por supuesto, también puede existir. dentro de otra vida. Algún día podría ser posible usar bacterias programables para leer aspectos de la bioquímica humana en pacientes vivos, desde dentro de su torrente sanguíneo; ciertamente, ese parece un camino con menos resistencia inherente que la construcción de micro-robots para lograr lo mismo.

Pero en general, las células son simplemente diferente que las computadoras. Realmente no se sabe qué podría hacer un codificador visionario con un algoritmo diseñado desde cero para usar millones o incluso miles de millones de computadoras simples en red. Incluso si cada computadora es relativamente lenta o limitada, la técnica podría ofrecer formas excepcionalmente eficientes más allá de barreras previamente difíciles o infranqueables, desde enrutar de manera eficiente millones de paquetes en los Estados Unidos hasta atacar por fuerza bruta el cifrado fuerte.

Eso es un largo camino, pero los investigadores en biotecnología están dando los primeros pasos cruciales hacia ese objetivo. Están construyendo sus torpes pruebas de concepto manipuladas por el jurado, versiones vivientes de las antiguas computadoras de tubo de vacío. No se sabe si estas simples máquinas biológicas continuarán teniendo el mismo tipo de impacto que las computadoras, pero sin duda el potencial está ahí.

Ahora lea: Cómo funciona el almacenamiento de datos de ADN y consulte nuestra serie ExtremeTech Explains para una cobertura más profunda de los temas tecnológicos más candentes de la actualidad.

Crédito de la imagen superior: Liang Zong y Yan Liang