Un estudio difundido el 8 de septiembre en Nature Methods, liderado por Pulin Li, profesora del MIT e investigadora del Whitehead Institute, y el estudiante de posgrado Nicholas Hutchins, describió un modelo de aprendizaje automático llamado IRIS. Según el texto, el sistema analiza la actividad génica de una célula y estima qué vías de señalización estuvieron activas en distintas etapas del desarrollo. El hallazgo central es que una misma vía deja un patrón de actividad génica consistente entre distintos tipos celulares, lo que permitiría reconstruir historiales de señalización sin mapear cada tipo por separado.

El modelo se entrenó con un conjunto de datos experimentales de miles de células madre embrionarias humanas expuestas a combinaciones de seis vías principales de señalización. En pruebas con células individuales de embriones de ratón durante la gastrulación, IRIS predijo cuándo y dónde se activarían ciertas vías en células destinadas a tejido cardíaco, intestinal, muscular y de médula espinal, según el comunicado.

Al aplicarlo a un tipo celular relevante para el desarrollo pulmonar, el modelo predijo que activar una vía de señalización concreta favorecería ese desarrollo. Experimentos en embriones de ratón, según la fuente, confirmaron esa predicción. Los autores sostienen que el enfoque podría facilitar la ingeniería de células madre y la creación de organoides; la fuente no presenta resultados clínicos ni recomendaciones médicas.