Nano, Bio, Info, Cogno (parte II)

Como les anuncié en mi entrada anterior, en ésta voy a contarles lo que fue la presentación "Genes, Bits, Proteínas y Electrones" que hiciera el biólogo Guido Nuñez, en el evento "Biotecnología vs. Infotecnología" quien -por cierto- lejos de todo pronóstico ante el tema de presentación y para orgullo de nuestro país, resultó ser un muchacho super joven.

Comenzó hablando de algunas de las tendencias de la biología, entre las cuales mencionó:
- Interdisciplinaridad: la biología es cada vez más una ciencia interdisciplinaria, ya que se interactúa en el día a día con químicos, físicos, computistas, etc.
- Post-reduccionismo: ya no se piensa que el análisis de una enzima dada, de una pequeña parte del mecanismo y luego armarlo en sus partes, puede dar una visión global de cómo funciona una célula; la interacción entre las partes es muy importante y por ello hay que analizar integralmente los sistemas.
- Aplicación sistemática del conocimiento que se adquiere, mientras que antes la investigación era en el terreno de lo muy abstracto.
- Aumento exponencial de la cantidad de información importante. Señaló como ejemplo el Genbank que es una base de datos que almacena secuencias de ADN de diversos organismos, y cuyo crecimiento desde que se empezó en la década de los 80 ha sido bárbaro. Con el desarrollo de nuevas técnicas de secuenciación de ADN y el mejoramiento de las existentes, va a seguir creciendo. Con el incremento de las capacidades de las computadoras para analizar secuencias de ADN, dichas secuencias van a tener significado y no van a ser nada más datos.
- Aparición de nuevas disciplinas que surgen de la interacción de la biología con otras ciencias.

Después de esa introducción, Guido hizo la siguiente reseña histórica de la biología:
1.- Primero, se reconoció la importancia del ADN en la transmisión de la información genética.
2.- Después se empezó a experimentar con el código genético y a secuenciar proteínas y almacenarlas en bases de datos.
3.- Luego se cayó en cuenta de que un organismo multicelular (eucariota) como los seres humanos es mucho más complejo que las bacterias con las que trabajaron los primeros genetistas; somos bastante más complejos que los modelos primitivos con que se trabajaba, aunque gran parte de la genética básica es válida también para nosotros.
4.- Posteriormente se empezó a secuenciar genomas completos.
5.- Y luego se entendió que no bastaba tener la lista de los genes de un organismo, sino que hace falta saber también en qué momento se activa cada gen, cómo funciona, con quien trabaja; sin eso, la información no está completa, y para eso se hacen los análisis de ARN.

Habló también del error de Laplace, y comentó que Laplace era un matemático bastante mecanicista, que fue el del algoritmo según el cual si existiera una inteligencia que en un momento dado pudiera entender todos y cada uno de los procesos que ocurren en El Universo, esa inteligencia tendría en su mente el futuro y el pasado; porque los físicos y los matemáticos de la época, como eran herederos directos de la mecánica newtoniana, pensaban que prácticamente tenían la física resuelta; que todo era determinista, que dependiendo de las interacciones que había, podían saber lo que iba a pasar. Esto no es así. Las ciencias de la complejidad nos enseñaron que en ciertos sistemas este tipo de predicciones deterministas no son posibles; y que cuánto menor es la precisión de la medida y cuánto más tiempo pasa, más se aleja de las predicciones que se hacen; es decir, se pueden predecir características globales del sistema, pero predecir el comportamiento exacto de un sistema complejo, es sumamente difícil en unos casos y en otros no es posible. Los organismos vivientes, por su parte, tienen genoma: tienen un conjunto de instrucciones que le dicen qué hacer, cuándo y cómo, lo cual introduce un elemento de orden. Entonces no es tan caótico.

Habiendo establecido ese marco de referencia, Guido procedió a definir y diferenciar lo que son la Biología de Sistemas y la Biología Sintética. A saber:
- Biología de Sistemas: Integra la información para comprender los sistemas existentes y predecir sus comportamientos. Aquí se aplican muchos enfoques tomados directamente de las Ciencias de la Computación.
- Biología Sintética: Integra la información que ya se tiene para construir sistemas biológicos nuevos, con características definidas e incluso se han creado técnicas nuevas para su control. En este momento, ya se pueden crear sistemas de control y regulación genéticas mejores que los existentes, aunque eso no quiere decir que se entiendan todos los existentes, o que se ha superado a la naturaleza. La complejidad de los sistemas biológicos es abrumadora.

La fuerza motriz, decía Guido, detrás de todo ésto es la evolución y la selección natural. Hay organismos casi perfectamente adaptados a su ambiente. El diseño humano aún está en pañales. Solamente entendiendo a la naturaleza y emulándola vamos a poder superarla. Pero no hay que olvidar que, cuando se está enfrentando un problema biológico, hay que entender que el sistema con el que uno está tratando, el que trata de eliminar se va a adaptar y va a haber resistencia. Eso nos lleva a la carrera de la reina roja, de Alicia en el País de las maravillas, en que la reina corría y corría y siempre estaba en el mismo lugar. Eso se da en la evolución, y hay un principio que se llama El Principio de la Reina Roja. Es la eterna carrera del ser humano contra las enfermedades infecciosas. Las bacterias se van haciendo resistentes, y entonces la droga no hace efecto. Y esas bacterias van a poder colonizar el resto. Por más esfuerzos que hagamos, la selección natural es la fuerza que guía a los organismos. Por más esfuerzos que hagamos para desarrollar nuevas drogas, prácticamente siempre va a aparecer resistencia. Por eso es que hay que establecer una vigilancia epidemiológica permanente. Hay que entender las enfermedades, modelándolas y tener varias vías de ataque posibles. Cuando una vía deje de ser efectiva, habrá otras vías para atacar.

Después de ésto, Guido introdujo el término Balas Mágicas, que fue un término propuesto por un bacteriólogo en la edad dorada de la histología . Con el uso del microscopio se empezaron a experimentar tintes que marcaban selectivamente ciertas estructuras de las células o ciertos tipos de bacterias. Se dieron cuenta de que ciertas sustancias tenían predilección por los núcleos celulares o por las paredes celulares o por las membranas o por ciertas estructuras en ciertos organismos, y que en otros organismos no los marcaban. El razonamiento fue: Si tenemos una sustancia que selectivamente se integra a una clase particular de organismos y no se integra en los tejidos del ser humano, ¿por qué no podemos tener una droga que vaya selectivamente a donde están esos organismos y los ataque sin atacar al ser humano, es decir, sin efectos secundarios?. Entonces empezaron a probar compuestos de manera aleatoria y cuando algo tenía éxito se probaba con compuestos parecidos. De allí salió el compuesto 606 (Salvarsan) que es un derivado de sales de arsénico para tratar la sífilis, pero que -en ciertos casos- tenía efectos secundarios y mucha oposición ética porque decían que iba a favorecer el pecado.
Luego se han encontrado otras balas mágicas contra, por ejemplo, el mal de chagas, cuya toxicidad aún no se ha ensayado. Estas balas mágicas modernas ya no son diseñadas aleatoriamente. Primero son diseñadas por computadoras (químicos computacionales) a partir de observaciones previas (biólogos), y luego se ensaya su toxicidad. Así el proceso de probar sustancias se reduce considerablemente; se prueban familias de sustancias.

Otro tema planteado por Guido fue el del Proyecto IGEM, que es un concurso internacional de máquinas genéticamente modificadas. Esto es biología sintética. Agarrar una bacteria y hacer cosas que una bacteria en su medio natural no hace. Esto va más allá de decirle a la bacteria que cree insulina recombinante como se hace actualmente. Es un esfuerzo de Ingenieros de Sistemas que tratan de aplicar el enfoque de su ingeniería a la biología molecular.
Se tienen céspeds de bacterias que son capaces de responder a la presencia de luz infrarroja y, diferencialmente, mostrar un pigmento; es decir, cámaras fotográficas de bacterias. Se tienen también, céspeds de bacterias que si se excitan con un lápiz ultravioleta empiezan a escribir lo que uno está escribiendo por encima y con calor, con el compuesto termosensible, se borra. Y hay termómetros bacterianos.
Lo importante de este concurso es que hay un registro obligatorio de las biopartes para los concursantes, es decir, si alguien hace una parte nueva, esa parte tiene que registrarse, queda de dominio público y cualquiera que lo desee la puede usar. Entonces, como son equipos interdisciplinarios, muchas veces son pocos los biólogos que trabajan. Son equipos de 12 personas donde sólo 3 son biólogos; los demás son físicos, matemáticos, computistas, etc, que aplican otros enfoques a la biología. Entonces, como no saben de biología, piensan en términos de partes: “necesito una parte que haga XX”. Lo que se hace es como un Lego Molecular.

Después de hablar de las partes, pasó a hablar de los Modelos Integrales de Organismos, que aspiran a describir el organismo en base a integrar la información genética, bioquímica y metabólica en un modelo.
Estos modelos permitirían realizar experimentos In Silico, es decir, en la computadora y con eso se avanzaría mucho porque si se llega al punto en que los modelos de computadora son viables podrían ahorrarse muchas semanas de experimentación. Pero uno se enfrenta a muchas complejidades cuando modela sistemas complejos.

Luego habló de la Predicción de Estructuras, el Santo Grial de la Bioinformática, porque todo el mundo lo está buscando y nadie lo encuentra. A partir de una secuencia de ADN, que es pasada a ARN, tenemos una proteína que es una sustancia química que se podría desplegar en un hilo de aminoácidos que son las partes fundamentales que la componen, y se sabe cuáles son estos aminoácidos a partir de la secuencia de ADN. Pero la proteína nunca está así. En su medio ambiente natural está sometida a muchas interacciones de diversos tipos. Actualmente no somos capaces de predecir exactamente qué conformación tendrá una proteína a partir de una secuencia de ADN.
Este problema se puede atacar desde muy diversos ámbitos; desde la física o química más tradicional tratando de predecir todas las interacciones que tiene, hasta aproximaciones matemáticas de teoría de grafos que es algo altamente abstracto. Pero no hay problema en que no se pueda predecir la estructura exacta de la proteína, porque se tiene la Cristalografía de Rayos X, que permite tomar una fotografía molecular que permite ver la conformación exacta. E incluso entre las proteínas que no se han podido cristalizar con el sistema actual se tiene entre un 70 y 80% de eficacia de la predicción, y con eso podemos aproximarnos y diseñar.

Otro tema que abordó Guido en su presentación fue el Enfoque Biológico de las Ciencias de la Información. La evolución ha resuelto problemas de manera muy ingeniosa por lo que resulta útil aproximarse a ella cuando se buscan soluciones desde perspectivas como la informática. Ciertos procesos biológicos son simulables en una computadora. ¿Cómo usando enfoques biológicos los Ingenieros Informáticos producen mejores herramientas?. Algunos ejemplos:

Redes Neurales: Son modelos computacionales basados en el funcionamiento de las Neuronas; los primeros fueron propuestos y realizados por Ingenieros de Inteligencia Artificial en la década de los 50. Son conjuntos de elementos que procesan en paralelo. Son capas de elementos conectados que procesan en paralelo y, como las neuronas, la respuesta puede variar de acuerdo al medio. Como las neuronas, se necesita una señal de una intensidad dada para que a su vez ellas emitan otra señal. Estos sistemas pareciera que pueden aprender. Y ahí hay un debate filosófico entre si eso es “aprendizaje” o “simulación de aprendizaje”, pero lo importante es que hace la función. Hoy en día se usan para reconocer patrones complejos, software de reconocimiento de voz, de rostros, etc.

Inteligencia Distribuida o de Enjambre: es una parte de la inteligencia artificial que trabaja con multiagentes, que modela el comportamiento colectivo exhibido por agentes que interactúan. El agente que modela el ingeniero no es algo muy complejo; tiene una serie de instrucciones simples. Pero la interacción con otros entes del sistema, le da al colectivo un comportamiento sumamente complejo y que uno pensaría que no es posible conseguir a partir de elementos tan simples. Es lo que sucede con las hormigas, por ejemplo, que tienen un cerebro muy pequeño, pero siguiendo reglas simples y cooperando con otras, son capaces de resolver problemas que una persona no puede resolver de manera analítica; exhiben un comportamiento descentralizado. Las hormigas se comunican por sustancias químicas llamadas feromonas. Los modelos que se basan en eso incluyen señales virtuales.
Este tipo de sistemas ya tiene aplicaciones comerciales. Se está tratando de implementar en las grandes corporaciones para diseñar gasoductos, fábricas, centrales de procesamiento, etc.
Es así como la biología ha afectado el desarrollo de otras ciencias.

Cerrando ya su presentación, Guido comentó que la informática es una actividad exclusivamente mental, lo que quiere decir que una persona totalmente aislada y con recursos mínimos puede realizar progresos importantes. La biología en el futuro podría, si se dan ciertas condiciones, ser algo netamente mental. Es decir, si uno lograr predecir exactamente las proteínas y hacer análisis del genoma de un organismo, se podría decir por ejemplo, “necesito una sustancia que tenga esta forma”. Si puedo predecir la forma de una proteína, también podríamos diseñar genes artificiales que tengan esa forma. Entonces, una persona con un dispositivo dentro que esté conectado al torrente sanguíneo, podría hacer diagnóstico inmediato de enfermedades, por ejemplo, detectar moléculas de cáncer haciendo un rastreo en tiempo real. Ese mismo aparato podría producir una molécula artificial que vaya a ese cáncer y lo controle. Eso podría alargar la perspectiva de vida centenares de años, potencialmente. Lo importante de este asunto es que en ese momento se podría escribir software para organismos vivientes. Aún falta mucho para eso, pero los próximos 30 o 40 años suenan como una perspectiva factible. La carrera de la reina roja puede ser ganada y al hacer el modelaje completo del organismo va a ser posible conocer sus puntos débiles.

El último aspecto que les quiero contar de la presentación de Guido, fue el anuncio que hizo según el cual su laboratorio es parte del lanzamiento de la primera iniciativa mundial de código abierto contra el Mal de Chagas. Esto es,todas las investigaciones que se produzcan en ese ámbito van a ser donadas. Para ésto, se hace una licencia típica de software libre, que admite su uso por parte de cualquier persona interesada y el desarrollo de drogas contra el mal por parte de empresas que fabriquen medicamentos genéricos.

Bueno, eso es todo lo que quería comentarles de esta presentación. En la próxima entrada, les comentaré sobre la última presentación de la mañana que estuvo a cargo de José Luis Cordeiro.