YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Spanish subtitles

← La próxima revolución del software: programar células biológicas

Get Embed Code
25 Languages

Showing Revision 12 created 12/13/2019 by Silvina Katz.

  1. La segunda mitad del siglo pasado
    estuvo completamente definida
  2. por una revolución tecnológica:
  3. la revolución del software.
  4. La capacidad de programar electrones
    en un material llamado silicio
  5. hizo posibles tecnologías,
    empresas e industrias
  6. que en un punto fueron inimaginables
    para muchos de nosotros,
  7. pero que ya han cambiado fundamentalmente
    la forma en que funciona el mundo.
  8. Sin embargo, la primera
    mitad de este siglo,
  9. va a ser transformada
    por una nueva revolución de software:
  10. la revolución del software viviente.
  11. Y esto será impulsado por
    la capacidad de programación bioquímica
  12. en un material llamado biología.
  13. Y hacerlo nos permitirá aprovechar
    las propiedades de la biología.
  14. para generar nuevos tipos de terapias,
  15. para reparar tejido dañado,
  16. reprogramar células defectuosas
  17. o incluso construir sistemas operativos
    programables a partir de bioquímica.
  18. Si podemos hacer esto,
    y necesitamos hacerlo,
  19. su impacto será tan grande
  20. que hará palidecer, en comparación,
    la primera revolución de software.
  21. Y eso es porque el software viviente
    transformaría la totalidad de la medicina,
  22. la agricultura y la energía,
  23. y estos son sectores que eclipsan
    a los dominados por la TI.
  24. Imaginen plantas programables que fijan
    el nitrógeno de manera más efectiva
  25. o resisten los hongos
    patógenos emergentes,
  26. o incluso programar cultivos
    para que sean perennes en lugar de anuales
  27. para que puedan duplicar
    los rendimientos cada año.
  28. Eso transformaría la agricultura
  29. y es como mantendremos alimentada
    a nuestra creciente población mundial.
  30. O imaginen inmunidad programable,
  31. diseño y aprovechamiento
    de dispositivos moleculares que guían
  32. su sistema inmunológico para detectar,
    erradicar o incluso prevenir enfermedades.
  33. Esto transformaría la medicina
  34. y la forma de mantener la salud
    de una población que crece y envejece.
  35. Ya tenemos muchas de las herramientas
    que harán realidad el software viviente.
  36. Podemos editar genes
    con precisión con CRISPR.
  37. Podemos reescribir el código genético
    una base a la vez.
  38. Incluso podemos construir circuitos
    sintéticos que funcionen con ADN.
  39. Pero descubrir cómo y cuándo
    manejar estas herramientas
  40. todavía es un proceso de ensayo y error.
  41. Se necesita una gran experiencia,
    años de especialización.
  42. Y los protocolos experimentales
    son difíciles de descubrir.
  43. y con demasiada frecuencia,
    difíciles de reproducir.
  44. Y, ya saben, hay una tendencia en biología
    a enfocarnos mucho en las partes,
  45. pero todos sabemos que algo
    como volar no se entendería
  46. solo estudiando plumas.
  47. Por lo tanto, programar biología aún no es
    tan simple como programar su computadora.
  48. Y para empeorar las cosas,
  49. los sistemas vivos no se parecen
    en gran medida a los sistemas diseñados
  50. que Uds. y yo programamos todos los días.
  51. A diferencia de
    los sistemas de ingeniería,
  52. los sistemas vivos se autogeneran,
  53. se autoorganizan,
  54. operan a escalas moleculares.
  55. Y estas interacciones a nivel molecular
  56. conducen generalmente
    a una salida robusta a escala macro.
  57. Incluso pueden repararse a sí mismos.
  58. Consideren, por ejemplo,
    la humilde planta doméstica,
  59. como la de sus repisas
    de la chimenea en casa
  60. que siguen olvidando regar.
  61. Todos los días, a pesar de su negligencia,
    esa planta tiene que despertarse
  62. y descubrir cómo asignar sus recursos.
  63. ¿Crecerá, fotosintetizará,
    producirá semillas o florecerá?
  64. Y esa es una decisión que debe tomarse
    a nivel de todo el organismo.
  65. Pero una planta no tiene cerebro
    para resolver todo eso.
  66. Tiene que conformarse
    con las células de sus hojas.
  67. Tienen que responder al medio ambiente
  68. y tomar las decisiones
    que afectan a toda la planta.
  69. De alguna manera debe haber un programa
    ejecutándose dentro de estas celdas,
  70. un programa que responde
    a señales y claves de entrada
  71. y da forma a lo que hará esa célula.
  72. Y luego esos programas
    deben operar de manera distribuida
  73. a través de células individuales,
  74. para que puedan coordinarse
    y que la planta pueda crecer y florecer.
  75. Si pudiéramos entender
    estos programas biológicos,
  76. si pudiéramos entender
    la computación biológica,
  77. transformaría nuestra capacidad
    de entender cómo y por qué
  78. las células hacen lo que hacen.
  79. Porque, si entendemos estos programas,
  80. podríamos depurarlos
    cuando las cosas salgan mal.
  81. O podríamos aprender de ellos cómo
    diseñar el tipo de circuitos sintéticos
  82. que realmente explotan
    el poder computacional de la bioquímica.
  83. Mi pasión por esta idea
    me llevó a una carrera en investigación
  84. en la interfaz de matemáticas,
    informática y biología.
  85. En mi trabajo, me enfoco en el concepto
    de biología como computación.
  86. Y eso significa preguntar,
    ¿qué calculan las células,
  87. y cómo podemos descubrir
    estos programas biológicos?
  88. Comencé a hacer estas preguntas junto
    con algunos colaboradores brillantes
  89. en Microsoft Research
    y la Universidad de Cambridge,
  90. donde en conjunto queremos entender
  91. el programa biológico que se ejecuta
    dentro de un tipo único de célula:
  92. una célula madre embrionaria.
  93. Estas células son únicas
    porque son totalmente inocentes.
  94. Pueden convertirse en lo que quieran:
  95. una célula cerebral, cardíaca,
    ósea, pulmonar,
  96. cualquier tipo de célula adulta.
  97. Esta inocencia, las distingue,
  98. y también encendió la imaginación
    de la comunidad científica,
  99. que se dio cuenta, de que si
    pudiéramos aprovechar ese potencial,
  100. tendríamos una herramienta
    poderosa para la medicina.
  101. Si pudiéramos descubrir
    cómo toman la decisión
  102. de convertirse en un tipo
    de célula u otro,
  103. podríamos ser capaces de aprovecharlas
  104. para generar células que necesitamos
    para reparar tejidos enfermos o dañados.
  105. Pero cumplir esta visión
    no está exento de desafíos,
  106. sobre todo porque
    estas células particulares,
  107. emergen solo seis días
    después de la concepción.
  108. Y luego, en un día más
    o menos, se han ido.
  109. Han emprendido los diferentes caminos
  110. que forman todas las estructuras
    y órganos del cuerpo adulto.
  111. Pero resulta que el destino
    de las células es mucho más plástico
  112. de lo que imaginamos.
  113. Hace unos 13 años,
  114. algunos científicos mostraron
    algo verdaderamente revolucionario.
  115. Al insertar solo un puñado
    de genes en una célula adulta,
  116. como una de sus células de la piel,
  117. se puede transformar
    esa célula al estado inocente.
  118. Es un proceso que en realidad
    se conoce como "reprogramación"
  119. y nos permite imaginar
    una especie de utopía de células madre,
  120. la capacidad de tomar una muestra
    de las propias células de un paciente,
  121. transformarlas de nuevo al estado inocente
  122. y usar esas células para hacer
    lo que ese paciente pueda necesitar,
  123. ya sean células cerebrales o cardíacas.
  124. Pero durante la última década más o menos,
  125. averiguar cómo cambiar el destino celular,
  126. todavía es un proceso de ensayo y error.
  127. Incluso en los casos en que descubrimos
    protocolos experimentales exitosos,
  128. siguen siendo ineficientes
  129. y carecemos de una comprensión
    fundamental de cómo y por qué funcionan.
  130. Si uno se las arregla para convertir
    una célula madre en una célula cardíaca,
  131. eso no nos dice cómo
    cambiar una célula madre
  132. en una célula cerebral.
  133. Entonces queríamos entender
    el programa biológico
  134. que corre dentro de una
    célula madre embrionaria,
  135. y comprender el cálculo realizado
    por un sistema vivo
  136. comenzando con una
    pregunta devastadoramente simple:
  137. ¿qué es lo que ese sistema
    realmente tiene que hacer?
  138. La informática en realidad
    tiene un conjunto de estrategias
  139. para lidiar con lo que el software
    y el hardware están destinados a hacer.
  140. Cuando escriben un programa,
    codifican una pieza de software,
  141. desean que se ejecute correctamente.
  142. Desean rendimiento, funcionalidad.
  143. Desean evitar errores.
  144. Les puede costar mucho.
  145. Cuando un desarrollador
    escribe un programa,
  146. podría escribir un conjunto
    de especificaciones.
  147. Esto es lo que debe hacer su programa.
  148. Tal vez debería comparar
    el tamaño de dos números
  149. u ordenar números por tamaño.
  150. Existe la tecnología que nos
    permite verificar automáticamente
  151. si están satisfechas
    nuestras especificaciones,
  152. si ese programa hace lo que debería hacer.
  153. Nuestra idea era que de la misma manera,
  154. observaciones experimentales,
    cosas que medimos en el laboratorio,
  155. corresponden a especificaciones de lo
    que debe hacer el programa biológico.
  156. Así que solo necesitábamos
    encontrar una manera
  157. para codificar este nuevo
    tipo de especificación.
  158. Digamos que han estado ocupado
    en el laboratorio midiendo sus genes
  159. y descubrieron que
    si el Gene A está activo,
  160. entonces Gene B o Gene C
    parece estar activo.
  161. Podemos escribir esa observación
    como una expresión matemática
  162. si podemos usar el lenguaje de la lógica:
  163. Si A, entonces B o C.
  164. Ahora, este es un ejemplo muy simple,
  165. Es solo para ilustrar el punto.
  166. Podemos codificar expresiones
    verdaderamente ricas
  167. que capturan el proceder de múltiples
    genes o proteínas a lo largo del tiempo
  168. a través de múltiples
    experimentos diferentes.
  169. Y así, al traducir nuestras observaciones
  170. en expresiones matemáticas
    de esta manera,
  171. es posible probar si esas
    observaciones pueden surgir o no
  172. de un programa de interacciones genéticas.
  173. Y desarrollamos una herramienta
    para hacer justamente esto.
  174. Pudimos usar esta herramienta
    para codificar observaciones
  175. como expresiones matemáticas
  176. y luego esa herramienta nos permitiría
    descubrir el programa genético
  177. que podría dar explicación de todos.
  178. Y luego aplicamos
    este enfoque para descubrir
  179. el programa genético que se ejecuta
    dentro de las células madre embrionarias
  180. para ver si podíamos entender
    cómo inducir ese estado inocente.
  181. Esta herramienta se construyó realmente
  182. en un solucionador que se implementa
    habitualmente en todo el mundo
  183. para verificación
    de software convencional.
  184. Entonces comenzamos con un conjunto
    de casi 50 especificaciones diferentes
  185. que generamos a partir
    de observaciones experimentales
  186. de células madre embrionarias.
  187. Y al codificar estas observaciones
    en esta herramienta,
  188. pudimos descubrir
    el primer programa molecular
  189. que podría explicarlos todos.
  190. Eso es una hazaña en sí misma, ¿verdad?
  191. Ser capaz de conciliar todas
    estas observaciones diferentes
  192. no es el tipo de cosas que pueden
    hacer al dorso de un sobre,
  193. incluso si tienen un sobre
    realmente grande.
  194. Como tenemos este tipo de comprensión,
  195. podríamos ir un paso más allá.
  196. Podríamos usar este programa para
    predecir qué podría hacer esta célula
  197. en condiciones que aún
    no habíamos probado.
  198. Podríamos sondear el programa en silico.
  199. Y así lo hicimos:
  200. generamos predicciones
    que probamos en el laboratorio,
  201. y encontramos que este programa
    era altamente predictivo.
  202. Nos dijo cómo podríamos
    acelerar el progreso,
  203. volver al estado inocente
    de forma rápida y eficiente.
  204. Nos dijo a qué genes
    apuntar para hacer eso,
  205. qué genes podrían incluso
    obstaculizar ese proceso.
  206. Incluso el programa predijo el orden
    en que se activarían los genes.
  207. Entonces, este enfoque realmente
    nos permitió descubrir la dinámica
  208. de lo que están haciendo las células.
  209. El desarrollo no es un método específico
    para la biología de células madre.
  210. Más bien, nos permite
    dar sentido a la computación.
  211. siendo llevada a cabo por la célula
  212. en el contexto de interacciones genéticas.
  213. En realidad, es solo
    un componente básico.
  214. El campo necesita urgentemente
    desarrollar nuevos enfoques
  215. para entender la computación
    biológica más ampliamente
  216. y a diferentes niveles,
  217. desde el ADN hasta el flujo
    de información entre las células.
  218. Solo este tipo de
    comprensión transformadora
  219. nos permitirá aprovechar la biología
    de manera predecible y confiable.
  220. Pero para programar la biología,
    también necesitaremos desarrollar
  221. los tipos de herramientas e idiomas
  222. que permiten a los experimentadores
    y científicos computacionales
  223. diseñar la función biológica
  224. y hacer que esos diseños se compilen
    en el código de máquina de la celda,
  225. su bioquímica
  226. para que luego podamos
    construir esas estructuras.
  227. Eso es algo parecido
    a un compilador de software vivo,
  228. y estoy orgullosa de ser parte
    de un equipo en Microsoft
  229. que está trabajando para desarrollar uno.
  230. Aunque decir que es
    un gran desafío es un eufemismo,
  231. pero si se lleva a cabo,
  232. sería el puente final entre
    el software y el wetware.
  233. Sin embargo, en términos más generales, la
    biología de programación solo será posible
  234. si podemos transformar el campo
    en uno verdaderamente interdisciplinario.
  235. Se necesita unir
    las ciencias físicas y de la vida,
  236. y científicos de cada una
    de estas disciplinas
  237. necesitan poder trabajar
    juntos con idiomas comunes
  238. y compartir preguntas científicas.
  239. A largo plazo, vale la pena recordar
    que muchas de las compañías gigantes
  240. de software y tecnología con las que Uds.
    y yo trabajamos todos los días
  241. difícilmente podrían haber sido imaginadas
  242. cuando comenzamos a programar
    en microchips de silicio.
  243. Y si comenzamos ahora a pensar
    en el potencial de la tecnología
  244. habilitado por la biología computacional,
  245. veremos algunos de los pasos
    que debemos seguir en el camino
  246. para hacer eso realidad.
  247. Existe el pensamiento aleccionador
    de que este tipo de tecnología
  248. podría estar abierto al mal uso.
  249. Si estamos dispuestos
    a hablar sobre el potencial
  250. para programar células inmunes,
  251. también deberíamos pensar
    en el potencial de las bacterias
  252. diseñadas para evadirlos.
  253. Puede haber gente dispuesta a hacer eso.
  254. Un pensamiento tranquilizador en esto
  255. es que, bueno, menos para los científicos
  256. es que la biología es frágil
    al ser manipuleada.
  257. Así que programar biología no será algo
  258. que harán en el cobertizo de su jardín.
  259. Pero como estamos al comienzo de esto,
  260. podemos avanzar
    con los ojos bien abiertos.
  261. Podemos hacer las preguntas
    difíciles por adelantado,
  262. podemos establecer
    las salvaguardas necesarias
  263. y, como parte de eso, tendremos
    que pensar en nuestra ética.
  264. Tendremos que pensar
    en poner límites a la implementación
  265. de la función biológica.
  266. Como parte de esto, la investigación
    en bioética tendrá que ser una prioridad.
  267. No puede ser relegado al segundo lugar
  268. en la emoción de la innovación científica.
  269. Pero el premio final,
    el destino final en este viaje,
  270. serían aplicaciones innovadoras
    e industrias innovadoras
  271. en áreas desde agricultura y medicina
    hasta energía y materiales
  272. e incluso la informática en sí misma.
  273. Imagínense, que algún día podríamos
    alimentar el planeta de manera sostenible
  274. en la máxima energía verde
  275. si pudiéramos imitar algo que
    las plantas descubrieron hace milenios:
  276. cómo aprovechar la energía del sol
    con una eficiencia que no tiene paralelo
  277. por nuestras células solares actuales.
  278. Si entendiéramos ese programa
    de interacciones cuánticas
  279. que permiten que las plantas absorban
    la luz solar de manera tan eficiente,
  280. podríamos traducir eso en
    construir circuitos sintéticos de ADN
  281. que ofrecen el material
    para mejores células solares.
  282. Hay equipos y científicos trabajando en
    los fundamentos de esto en este momento,
  283. entonces, si recibiera la atención
    adecuada y la inversión correcta,
  284. se podría realizar en 10 o 15 años.
  285. Estamos al comienzo
    de una revolución tecnológica.
  286. Comprender este antiguo tipo
    de computación biológica
  287. es el primer paso crítico.
  288. Y si podemos darnos cuenta de esto,
  289. entraríamos en la era
    de un sistema operativo
  290. que ejecuta software vivo
  291. Muchas gracias.
  292. (Aplausos)