La IA le tiró una idea copada al equipo que pelea contra el cáncer, pero el presupuesto del doctorado la dejó sin aire

A esta altura del partido, hasta la inteligencia artificial sabe que investigar sin plata es como jugar de visitante con el viento a favor: la idea te pinta, pero después no te alcanza para meterla en el área. Eso le pasó a la bioquímica Anna Pertl cuando le puso los límites de su doctorado a Co-Scientist, el sistema de Google para fabricar hipótesis científicas. La máquina se quedó muda.

Pertl trabaja en el Whitehead Institute, en Cambridge, Massachusetts. Su objetivo es la proteína MYC, una mole clave que se descontrola en la mayoría de los cánceres y a la que la ciencia viene persiguiendo desde hace décadas sin demasiado éxito. Le pasó al sistema los datos básicos y la IA masticó durante una noche más de 700 estudios. Escupió 108 estrategias y se quedó con una sola.

Una idea que descolocó a los investigadores

La propuesta que sobrevivió al filtro proponía algo que nadie había probado: en vez de tratar de desarmar los cúmulos de proteínas que activan el gen, la IA sugirió unirlos entre sí hasta tapar la lectura del ADN. Algo así como amontonar a los rivales en el área hasta que el centroforward no encuentre a quién cabecear. Su colega Kalon Overholt lo resumió con una frase corta y punzante, como las que nos gustan: Nunca habíamos pensado en nada parecido.

Claro que la cosa no salió de una. Antes de llegar a esa joyita, Pertl y Overholt tuvieron que dedicarle casi una hora a corregirle el libreto. La herramienta confundía los cúmulos de proteínas que tenían que ser el blanco con el propio fármaco y les asignaba siempre una función de activación de genes. Algunos hacen exactamente lo contrario. Como ve, la IA también necesita que un director técnico humano le marque la línea.

El reality del presupuesto

Semanas después llegó la prueba de fuego. Pertl repitió la consulta, pero esta vez con las condiciones reales de su doctorado: tiempos acotados y billetera flaca. La IA no encontró ninguna hipótesis que se pudiera bancar en el laboratorio. Se quedó sin respuestas.

El químico computacional Anton Sinitskiy, de la Universidad Northeastern, explicó el problema con una imagen de cancha: generar las ideas puede ser rápido, pero ratificarlas en el laboratorio sigue demandando un montón de tiempo. Ross King, biólogo computacional de la Universidad de Cambridge, fue más allá y describió a los protocolos que arma la inteligencia artificial como meras recetas, algo difícil de aplicar tal cual en la mesada.

• Co-Scientist es un sistema de Google entrenado para generar hipótesis científicas a partir de grandes volúmenes de bibliografía.
• La proteína MYC aparece alterada en la mayoría de los cánceres y es uno de los blancos más buscados en oncología.
• El caso del Whitehead Institute muestra que la IA puede sorprender con ideas nuevas, pero no reemplaza la revisión humana de los planteos.
• La distancia entre formular una hipótesis y poder llevarla al laboratorio sigue marcada por los recursos disponibles.
• Los especialistas consultados coinciden en que validar ideas sigue siendo el cuello de botella, no producirlas.

En definitiva, la tecnología mostró que tiene buena pegada para inventar jugadas, pero todavía no sabe lo que es quedarse sin cambios en el banco. Mientras tanto, el fixture del fin de semana en la liga del cáncer sigue siendo el mismo: tiempo, plata y mucha mesada. La cancha, por ahora, sigue siendo el laboratorio.