Investigadores de la Universidad Westlake en China y del Instituto Tecnológico de California han desarrollado un sistema basado en proteínas que opera dentro de células vivas, capaz de procesar múltiples señales y tomar decisiones en función de ellas. Este avance se enmarca dentro de la intersección entre la biología y la inteligencia artificial, y ha sido denominado «perceptein», una fusión de las palabras proteína y perceptrón, este último un concepto fundamental en las redes neuronales artificiales que resuelve problemas de clasificación binaria al mapear características de entrada a decisiones de salida.
La innovación del perceptein radica en su capacidad para realizar cálculos de clasificación a nivel proteico, similar a lo que hace una red neuronal básica. Este circuito permite a las células clasificar diferentes señales y responder de manera apropiada, como decidir entre sobrevivir o activar la muerte celular programada. En la naturaleza, las células ya procesan múltiples señales de clasificación, como las de estrés o desarrollo, para iniciar funciones celulares que conducen a resultados distintos. Por ejemplo, las células inmunitarias responden a amenazas basándose en las señales que detectan, mientras que la vía de señalización p53 determina si una célula debe reparar un daño o autodestruirse para prevenir el cáncer.
Un enfoque innovador en biología sintética
A pesar de los esfuerzos científicos, crear sistemas artificiales que imiten este proceso de toma de decisiones dentro de las células ha resultado complicado. Los intentos previos se basaban principalmente en el uso de ADN o ARN, que suelen ser más lentos y menos directos. En cambio, los investigadores de este estudio han construido su circuito de toma de decisiones utilizando proteínas, específicamente heterodímeros de proteínas y proteasas diseñadas.
Mediante la creación de pares de proteínas que se unen de maneras específicas, estas se organizan en la red de perceptein, donde algunas proteínas se activan a sí mismas e inhiben a otras. Esto asegura que, cuando hay múltiples señales presentes, solo la más fuerte desencadene una reacción, ignorando las señales más débiles.
En su estudio, titulado «Una red neuronal sintética a nivel de proteínas en células de mamíferos», publicado en Science, los investigadores demostraron que los circuitos de perceptein podían distinguir entradas de señales con fronteras de decisión ajustables. Este avance sugiere la posibilidad de controlar respuestas celulares complejas sin necesidad de regulación transcripcional.
El equipo ensambló seis componentes de proteínas de perceptein y dos proteínas de entrada necesarias para un circuito completo de dos entradas y dos salidas. Seleccionaron dos proteasas bien conocidas, la proteasa del virus de la mosaico del tabaco y la proteasa del virus del mosaico del tabaco de hoja, y las fusionaron de manera que controlaran la degradación y el corte proteolítico.
Para probar la activación del circuito de perceptein, los investigadores diseñaron una línea celular de riñón embrionario humano que contenía un constructo que expresaba simultáneamente dos proteínas fluorescentes: Citrina y mCherry. Cada proteína fluorescente estaba marcada con una señal de degradación específica para una de las dos proteasas en el circuito de perceptein. Cuando una proteasa correspondiente estaba activa, cortaba la señal de degradación, reduciendo así la fluorescencia. Este montaje permitió a los investigadores evaluar visual y cuantitativamente la actividad en función de los niveles de fluorescencia.
Los pasos de validación adicionales demostraron que las proteínas de entrada reconstituyeron correctamente sus proteasas objetivo. Al modificar los niveles de los componentes de perceptein, pudieron ajustar eficazmente los resultados de las decisiones, manteniendo un rendimiento sólido incluso cuando se variaba el tiempo de entrada o se introducía ruido en el sistema.
Para ilustrar una aplicación práctica, los investigadores conectaron la salida del circuito de perceptein a la vía de apoptosis caspasa-3. Esta conexión permitió que el circuito activara la muerte celular en base a condiciones de entrada específicas, transformando salidas basadas en fluorescencia en decisiones de vida o muerte para las células. Este estudio demuestra la viabilidad de construir circuitos inspirados en redes neuronales artificiales en células de mamíferos utilizando proteínas sintéticas para realizar clasificaciones complejas de señales.
Las implicaciones de esta investigación son vastas, incluyendo potenciales aplicaciones en terapias programables, donde las células podrían responder a señales específicas de enfermedades con salidas adaptadas, como la apoptosis selectiva o otras respuestas celulares. Además, este enfoque abre la puerta a la construcción de sistemas computacionales complejos a partir de proteínas interactivas, representando una forma de inteligencia artificial basada en la biología, aunque tales consideraciones están más allá del alcance de la investigación actual.
