Todo lo que aún tenemos que entender

Un gigante tecnológico se asocia con un pionero en bioinformática para crear un tipo de mapa genético completamente nuevo

Por John Battelle.

Célula T atacando células cancerígenas

Creo que toda realidad es información y toda información crea realidad. No estoy solo en esta creencia, pero es controvertida. De todos modos, alrededor de esta enloquecedora tesis giran casi todos los problemas intratables, las paradojas y las oportunidades de la ciencia moderna, la tecnología, y muy posiblemente las políticas y los políticos. Mientras más informaticemos el mundo físico, más podremos navegar en sus profundidades desconocidas.

Pero hay tanta de esta información. La broma recurrente de un dios acroamático: entendemos que la información lo maneja todo, pero simplemente hay demasiada información por comprender. Comencemos con nuestras propias mentes,compuestas por 100 mil millones de neuronas conectadas en no menos de 100 billones de caminos. Cada disparo sináptico a través de una de esas cien trillones de posibilidades comprende una declaración informativa, y cada neurona puede disparar hasta doscientas veces por segundo. No me pregunten cuánta información potencial es, no puedo hacer las malditas matemáticas.

Pero en ciencias de la computación, la humanidad puede haber encontrado un camino hacia adelante. En informática nos hemos forjado una roseta, un cifrado capaz de absorber sin pensar cantidades casi infinitas de información e identificar los patrones que nos importan a los simples mortales. Extendemos estos patrones como luz a través de una matriz de pixeles, es decir, patrones que crean nuevos servicios como la World Wide Web, NetFlix, Google o … Pokemon Go.

Pero la ciencia de la información tiene mucho más que ofrecernos, si solo pudiéramos saltar de los pixeles iluminados a nuestro cuerpo análogo, desordenado y químico a base de agua. Si solo pudiéramos convertir cada proceso en el cuerpo humano en información, modelada y monitoreada en tiempo real, bueno, podríamos resolver nuestras preguntas más inmortales, ¿no es así? Seríamos como dioses.


Bueno, si somos como dioses, mejor nos volvemos buenos en eso, ¿no?

Tenemos que comenzar en algún punto. Desde el momento en que Crick y Watson descubrieron la estructura helicoidal de cuatro proteínas del gen humano, los científicos deseaban descifrarla, escribir la programación original de Dios. Y la decodificamos — mucho más rápido de lo que pensamos que lo haríamos. Esto condujo a un sorprendente avance del progreso científico, culminando con millones de ciudadanos comunes escupiendo voluntariamente en pequeños sobres y enviándolos por correo a compañías con fines de lucro — todo en una especie de negocio del diablo — permitiendo que posiblemente descubras que eres un 12,5 por ciento judío Ashkenazi, pero también puedes aprender que eres propenso a la enfermedad de Crohn. O, no sé, que puedes (o no puedes) oler espárragos en tu orina.

Todo parece tan … aleatorio e insatisfactorio.

Lo que me lleva a aterrizar y contarte el tema real de este artículo: una asociación entre una empresa totalmente NewCo, llamada Adaptive Biotechnologies, y Microsoft, y el objetivo audaz que están tratando de lograr: mapear no sólo el genoma (ya hemos pasado por ahí), ni la participación de nanosondas robóticas CRISPR en la búsqueda de patógenos (eso viene después), sino más bien, la creación de un tipo muy especial de mapa; un mapa, que si se demuestra que es exacto, podría ofrecer la base para nuevos tipos de medicamento.

Adaptive y Microsoft llaman al nuevo territorio a mapear el “inmunoma”, y la escueta página de Wikipedia del término omite su relativa innovación. Mi primer intento de explicar el concepto, después de una hora por teléfono con los ejecutivos de Adaptive, es este: “Todo el material genético informando la posibilidad matriz de la enfermedad humana”. Cuando lo validé con el Dr. Harlan Robins, cofundador de Adaptive Biotechnologies, respondió de esta manera: — “El inmunoma es el conjunto de secuencias de ADN que codifican los genes del receptor de células T y B”. Estos genes son especiales porque se reorganizan con la célula inmune y, por lo tanto, son diferentes entre células (el resto del ADN es el mismo en cada célula — excluyendo las mutaciones). Estos genes codifican receptores que reconocen patógenos a través de la unión”.

Chad y Harlan Robins, cofundadores de Adaptive Biotechnologies (imagen)

No te preocupes, si sigues leyendo, prometo tratar de darle sentido a esto.

Hay mucha información en el genoma humano. Pero hay mucha más información en el inmunoma, por un factor de dos o tres. Mapear el genoma tomó diez años. Adaptive y Microsoft esperan mapear el inmunoma en los próximos siete u ocho.


¿Sigues aquí? Bueno. Retrocedamos por un segundo. ¿Porqué alguien querría mapear el inmunoma? La respuesta simple es, para diagnosticar enfermedades mucho antes y con mucha más precisión de la que hemos podido hasta ahora. Tan sólo esto, revolucionaría la medicina.

Pero para responder realmente a esa pregunta, se necesita una explicación de cómo funciona el sistema inmunitario humano. Aquí está la versión corta: nuestro sistema inmunológico está impulsado en gran parte por células especiales (las células T y B mencionadas por Robins anteriormente) que recorren nuestro torrente sanguíneo identificando y atacando a los “bad hombres” que han invadido nuestros cuerpos. Estos cuerpos malos tienen nombres científicos y propiedades como “antígenos” y “patógenos”, pero estoy tratando de ejemplificarlo con la realidad aquí. Lo que realmente une todo esto es que las células T y B usan códigos clave informativos para hacer su trabajo. Estos códigos clave están compuestos por fragmentos de información genética que coinciden con las propias firmas genéticas de los “malos”. Cuando una célula T en particular encuentra una coincidencia, se transforma (un proceso llamado expansión clonal) y procede a buscar y destruir a todos los malos que puede encontrar. Algunas de esas células T permanecen en el torrente sanguíneo durante mucho tiempo después, sólo por si acaso. Es por esto que las vacunas funcionan (lo siento, Jenny McCarthy).

Ahora, hay más de un millón de códigos clave “malos” en el conocido universo de las enfermedades humanas. Pero debido a las mutaciones, hay literalmente billones de posibles malos, y Madre Naturaleza ha dado a nuestras células inmunes B y T el potencial para hacer trillones de diferentes tipos de estos asesinos de malos. Cada villano contiene aproximadamente de ocho a diez aminoácidos — los bloques de construcción de las proteínas. Ese es su código clave. Suma todas las posibilidades de información y estás en … bueno, volvemos al dilema de la parte superior de este artículo. Es vasto. Es virtualmente incomprensible. Es de 10 a 15 veces más complicado. ExistenHay palabras para este tipo de números. (“Cuadrillones” y “millardos”, de acuerdo a su valor).

¡Aquí hay una mejor explicación!

Si pudiéramos identificar a esos malos cuando están comenzando a florecer en nuestro torrente sanguíneo, antes de que echen raíces en nuestras células y comiencen a hacer daño … ¡Oh, la angustia que podríamos evitar! Imagínese si, como parte de un análisis de sangre anual estándar, su médico pudiera descubrir a todos los malos latentes que aún no han encontrado su Hulk destructor. Como no podemos hacer eso, esperamos hasta que esos malos apareceny presentan daños como “síntomas” — esclerosis múltiple, por ejemplo, o cáncer de páncreas. A menudo, esto lleva años, y para cuando se expresan los síntomas, a menudo estamos acabados. Pero si pudiéramos encontrarlos y dirigirles terapias antes de que hagan su peor daño …

Pero me estoy adelantando.

El diagnóstico es, a menudo, el área más confusa de la ciencia médica. Las estudios, estudios y más estudios generalmente son la receta para pacientes que presentan síntomas que pueden ser cualquier cantidad de enfermedades. Carecemos de diagnósticos precisos para tantas enfermedades precisamente porque las enfermedades plantean desafíos informativos extraordinarios. Hasta hace poco, la identificación de enfermedades a partir de sus claves genéticas que vagan por el torrente sanguíneo era imposible — no teníamos el mapa y no teníamos la clave.

Aquí es donde entra Adaptive Biotechnologies. Fundada en 2009, la compañía ha sido pionera en la creación de una plataforma de inmunosecuenciación que identifica los receptores de células inmunes — lee los códigos clave de los “malos”. Pero a medida que la compañía comenzó a hacer crecer su plataforma, rápidamente se dio cuenta de que carecía del poder computacional, y del poder del aprendizaje automático, para deslizarse a través de los cuatrillones de posibilidades que su investigación había comenzado a descubrir.

A escena Microsoft. Para cuando estoy publicando este artículo, las dos compañías han anunciado una importante asociación que combina la plataforma de secuenciación de Adaptive con la iniciativa Healthcare NExT de Microsoft, una combinación de las formidables capacidades de Microsoft de investigación, computación en la nube, inteligencia artificial y aprendizaje automático. Microsoft no solo está invirtiendo en Adaptive (la compañía ya ha recaudado cerca de medio billón de dólares), está comprometiendo tanto al personal de investigación de tiempo completo como a considerables recursos informáticos para este esfuerzo. Las compañías no cuantificarán el acuerdo, pero el CEO Chad Robins (hermano y cofundador de Harlan) me dice que tomará “cientos de millones de dólares” mapear el sistema inmunológico humano. Este acuerdo es un paso importante hacia la consecución de ese objetivo.

Pero aunque el objetivo es mapear todo el sistema inmunitario humano, es probable que el trabajo genere beneficios mucho antes de que se complete dicho mapa. Esto se debe a que la creación de pruebas de diagnóstico para solo una pequeña parte del mapa — ciertos tipos de cáncer, o algo tan simple como la diabetes en etapa inicial, por ejemplo — podrían generar beneficios terapéuticos extraordinarios. El CEO Robins piensa que esas pruebas están a solo dos o tres años de distancia. Para empezar, Adaptive planea elegir unos pocos miles de antígenos, cruzarlos con varios millones de células T, y ejecutar la máquina aprendiendo a encontrar dónde se activan las coincidencias informativas (es mucho más complicado que eso, pero nunca fingí ser un escritor de ciencia *). Una vez que se encuentran las coincidencias, se puede crear una prueba de diagnóstico que identifica la presencia temprana de antígenos en el torrente sanguíneo del paciente en cuestión de días, si no es que horas.

Y una vez que ese tipo de pruebas de diagnóstico sean comunes, tendremos las herramientas de información en su lugar para usar esos nanobots terapéuticos CRISPR de una manera específica y que logren salvar vidas. Sin abundar en que tendremos una nueva y rica base de datos de progresión de la enfermedad en etapa temprana, que al menos informará enfoques completamente nuevos para los tratamientos de enfermedades.

Pero todo comienza con encontrar la señal informativa en el ruido biológico que es el cuerpo humano. Tal vez con ironía intencional, Robins comparó las etapas iniciales de su proyecto con la ejecución de una tabla masiva de búsqueda de Excel. Bill Gates estaría orgulloso.

Adaptive Biotechnologies estará representada en Shift Forum del 26 al 28 de febrero. Únete a nosotros para aprender más.

*Cualquier manipulación de la ciencia involucrada en este post es mía y solo mía. Prometo corregir lo que pueda si los lectores, y las compañías involucradas, se preocupan por alertarme sobre mis errores.

One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.