Un sistema de inteligencia artificial ha logrado por primera vez reproducir el mecanismo de regeneración de la planaria, un pequeño gusano de agua conocido por su extraordinaria capacidad para reconstruir partes de su cuerpo. Para lograrlo, dos investigadores estadounidenses han desarrollado un algoritmo que produce redes reguladoras capaces de ‘evolucionar’ y predecir los resultados de los experimentos de laboratorio ya publicados.
Biólogos de la Universidad de Tufts, en Boston (EE UU), han llevado a cabo un proceso de ingeniería inversa para desentrañar los misterios de la regeneración de la planaria. Estos pequeños gusanos planos, que habitan en el mar y también en agua dulce, son conocidos por su gran capacidad para reconstruir partes de su cuerpo lo que les ha hecho convertirse en un modelo de investigación en medicina regenerativa humana.
"El sistema regenerativo de este animal ha intrigado a los científicos durante más de 100 años", dicen los autores. Los resultados del estudio se publican hoy en el último número de la revista PLOS Computational Medicine y suponen el primer modelo integral de la planaria realizado con inteligencia robótica.
Dibhjo del algoritmo de la planaria. / Levin et al
Minería de datos
Para extraer información de la montaña de datos experimentales sobre regeneración y biología del desarrollo de la planaria, Daniel Lobo y Michael Levin, autores del trabajo, desarrollaron un algoritmo evolutivo que produce redes reguladoras capaces de ‘evolucionar’ y predecir con precisión los resultados de los experimentos de laboratorio publicados. Luego, introdujeron los resultados en una base de datos.
"Nuestro objetivo fue identificar una red reguladora que pudiera ser ejecutada en todas las células de un gusano virtual para que los resultados de modelado de la cabeza y la cola de los experimentos simulados coincidieran con los datos publicados", explica Lobo.
Por su parte, Levin señala que en este proyecto la inteligencia artificial ha servido no solo para analizar grandes cantidades de datos, sino también para crear un modelo de cómo funciona el sistema de regeneración de estos gusanos de una manera comprensible.
Referencia bibliográfica:
Lobo D, Levin M. “Inferring Regulatory Networks from Experimental Morphological Phenotypes: A Computational Method Reverse-Engineers Planarian Regeneration”. PLoS Comput Biol (2015) 11(6): e1004295. doi:10.1371/journal.pcbi.1004295
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
