Um estudo liderado por Pulin Li, professora assistente de biologia do MIT e membro do Whitehead Institute, e pelo estudante de pós-graduação Nicholas Hutchins descreveu um modelo de aprendizado de máquina chamado IRIS, segundo comunicado do MIT de 15 de outubro de 2026. Os resultados foram publicados em acesso aberto na Nature Methods em 8 de setembro daquele ano.

Segundo o texto, cada via de sinalização deixa um padrão distinto de atividade gênica, descrito como uma "impressão digital", e esse padrão seria consistente entre tipos de células para uma mesma via. Com base nisso, o IRIS estima quais vias estavam provavelmente ativas em determinados momentos do desenvolvimento, inclusive em tipos celulares não vistos no treinamento. O modelo foi treinado com dados de milhares de células-tronco embrionárias humanas expostas a dezenas de combinações de seis grandes vias de sinalização.

Os pesquisadores testaram o IRIS em células individuais de embriões de camundongo durante a gastrulação e relataram previsões precisas sobre quando e onde vias específicas se ativariam em células destinadas a tecidos como coração, intestino, músculo e medula espinal. Em um teste sobre desenvolvimento pulmonar, a previsão do modelo foi confirmada em experimentos com embriões de camundongo. O texto apresenta esses achados como resultados de pesquisa pré-clínica, e não como aplicação clínica.