Computación biológica

Los microprocesadores de silicio de hoy en día se fabrican bajo las condiciones más estrictas. Los filtros masivos limpian el aire del polvo y la humedad, los trabajadores se ponen ropa similar a un traje espacial y los sistemas resultantes se someten a micropruebas para detectar la imperfección más pequeña. Pero en un puñado de laboratorios en todo el país, los investigadores están construyendo lo que esperan sean algunas de las computadoras del mañana en entornos que están lejos de ser vasos de precipitados estériles, tubos de ensayo y placas de Petri llenas de bacterias. En pocas palabras, estos científicos buscan crear células que puedan computar, dotadas de genes inteligentes que puedan sumar números, almacenar los resultados en algún tipo de banco de memoria, mantener el tiempo y quizás algún día incluso ejecutar programas simples.



Todas estas operaciones suenan como lo que hacen las computadoras de hoy. Sin embargo, estos sistemas biológicos podrían abrir un campo de computación completamente diferente. Es un error imaginar el tipo de computación que estamos imaginando para las células vivas como un reemplazo de los tipos de computadoras que tenemos ahora, dice Tom Knight, investigador del Laboratorio de Inteligencia Artificial del MIT y uno de los líderes en el movimiento de biocomputación. Knight dice que estas nuevas computadoras serán una forma de cerrar la brecha con el mundo químico. Piense en ello más como una computadora de control de procesos. La computadora que está ejecutando una fábrica de productos químicos. La computadora que te hace la cerveza.

¿El fin de la ley de Moore?

Esta historia fue parte de nuestro número de mayo de 2000





  • Ver el resto del número
  • Suscribir

Como puente hacia el mundo químico, la bioinformática es algo natural. En primer lugar, es extremadamente rentable. Una vez que haya programado una sola célula, puede cultivar miles de millones más por el costo de soluciones de nutrientes simples y el tiempo de un técnico de laboratorio. En segundo lugar, las biocomputadoras podrían, en última instancia, ser mucho más confiables que las computadoras construidas con cables y silicio, por la misma razón que nuestros cerebros pueden sobrevivir a la muerte de millones de células y seguir funcionando, mientras que su PC con Pentium se paralizará si usted cortar un cable. Pero el factor decisivo es que cada célula tiene una fábrica química en miniatura a su disposición: una vez que el organismo fue programado, virtualmente cualquier químico biológico podría sintetizarse a voluntad. Es por eso que Knight imagina biocomputadoras que ejecutan todo tipo de sistemas bioquímicos y actúan para vincular la tecnología de la información y la biotecnología.

Todas estas operaciones suenan como lo que hacen las computadoras de hoy. Sin embargo, estos sistemas biológicos podrían abrir un campo de computación completamente diferente. Es un error imaginar el tipo de computación que estamos imaginando para las células vivas como un reemplazo de los tipos de computadoras que tenemos ahora, dice Tom Knight, investigador del Laboratorio de Inteligencia Artificial del MIT y uno de los líderes en el movimiento de biocomputación. Knight dice que estas nuevas computadoras serán una forma de cerrar la brecha con el mundo químico. Piense en ello más como una computadora de control de procesos. La computadora que está ejecutando una fábrica de productos químicos. La computadora que te hace la cerveza.

Como puente hacia el mundo químico, la bioinformática es algo natural. En primer lugar, es extremadamente rentable. Una vez que haya programado una sola célula, puede cultivar miles de millones más por el costo de soluciones de nutrientes simples y el tiempo de un técnico de laboratorio. En segundo lugar, las biocomputadoras podrían, en última instancia, ser mucho más confiables que las computadoras construidas con cables y silicio, por la misma razón que nuestros cerebros pueden sobrevivir a la muerte de millones de células y seguir funcionando, mientras que su PC con Pentium se paralizará si usted cortar un cable. Pero el factor decisivo es que cada célula tiene una fábrica química en miniatura a su disposición: una vez que el organismo fue programado, virtualmente cualquier químico biológico podría sintetizarse a voluntad. Es por eso que Knight imagina biocomputadoras que ejecutan todo tipo de sistemas bioquímicos y actúan para vincular la tecnología de la información y la biotecnología.



Hacer realidad esta visión, sin embargo, llevará un tiempo. Hoy en día, una computadora de escritorio típica puede almacenar 50 mil millones de bits de información. Como punto de comparación, Tim Gardner, un estudiante graduado de la Universidad de Boston, creó recientemente un sistema genético que puede almacenar un solo bit de información, ya sea un 1 o un 0. En una línea de tiempo de innovación, los programadores microbianos de hoy están más o menos donde los pioneros de la informática fueron en la década de 1920, cuando construyeron las primeras computadoras digitales.

De hecho, es tentador descartar esta investigación como una curiosidad académica, algo así como construir una computadora con Tinker Toys. Pero si el proyecto tiene éxito, los resultados podrían ser asombrosos. En lugar de aislar concienzudamente proteínas, mapear genes y tratar de decodificar los secretos de la naturaleza, los bioingenieros podrían simplemente programar células para hacer lo que se deseara, digamos, inyectar insulina según sea necesario en el torrente sanguíneo de un diabético, de la misma manera que un programador puede manipular las funciones de una PC. Las máquinas biológicas podrían marcar el comienzo de un mundo completamente nuevo de control químico.

A largo plazo, dicen Knight y otros, la biocomputación podría crear curitas activas capaces de analizar una lesión y curar el daño. La tecnología podría usarse para programar esporas bacterianas que permanecerían inactivas en el suelo hasta que ocurriera un derrame químico, momento en el que las bacterias se despertarían, se multiplicarían, comerían los químicos y volverían a la inactividad.

A corto plazo, tal vez dentro de cinco años, un soldado podría llevar un dispositivo de biochip que podría detectar cuándo se libera alguna toxina o agente, dice el profesor de ingeniería biomédica de la Universidad de Boston James Collins, otro jugador clave en el campo de la biocomputación.



La nueva biología

La investigación en biocomputación es una de esas nuevas disciplinas que atraviesa campos bien establecidos, en este caso la informática y la biología, pero no encaja cómodamente en ninguna de las dos culturas. Los biólogos están capacitados para los descubrimientos, dice Collins. No presiono a ninguno de mis estudiantes hacia el descubrimiento de un nuevo componente en un sistema biológico. El becario postdoctoral de la Universidad Rockefeller, Michael Elowitz, explica esta diferencia en términos de ingeniería: por lo general, en biología, uno intenta realizar ingeniería inversa en circuitos que ya han sido diseñados y construidos por la evolución. Lo que Collins, Elowitz y otros quieren hacer en cambio es diseñar circuitos biológicos avanzados o construir nuevos desde cero.

Pero si bien los objetivos de los investigadores de biocomputación son bastante diferentes de los de los biólogos celulares y moleculares, muchas de las herramientas en las que confían son las mismas. Y trabajar en un banco en un laboratorio húmedo de orientación biológica no resulta fácil para los científicos e ingenieros informáticos, muchos de los cuales están acostumbrados a las máquinas que ejecutan fielmente los comandos que escriben. Pero en el laboratorio húmedo, como dice el refrán, el organismo hará lo que le plazca.

que es la dilatacion del tiempo

Después de casi 30 años como investigador en ciencias de la computación, Knight, del MIT, comenzó a montar su laboratorio biológico hace tres años, y nada funcionó correctamente. Las reacciones de los libros de texto estaban fallando. Entonces, después de cinco meses de progreso frustrantemente lento, contrató a un biólogo de la Universidad de California, Berkeley, para que viniera y averiguara qué estaba mal. Voló por todo el país con matraces de reactivos, muestras biológicas, incluso su propia agua. De hecho, resultó que el agua en el laboratorio de Knight era el culpable: no era lo suficientemente pura para el empalme de genes. Unos días después de ese diagnóstico, el laboratorio estaba en funcionamiento.

Gardner, de la Universidad de Boston, un físico convertido en científico de la computación, superó algunos de los desafíos de establecer un laboratorio pidiendo prestado espacio a B.U. el biólogo Charles Cantor, quien ha sido una figura destacada en el Proyecto Genoma Humano. Pero antes de que Gardner recurriera a los frascos, viales y platos de cultivo, pasó la mayor parte del año trabajando con Collins para construir un modelo matemático para su interruptor genético de un bit, o flip-flop. Luego, Gardner se dedicó a la ardua tarea de realizar ese modelo en el laboratorio.

El flip-flop, explica Collins, se construye a partir de dos genes que son mutuamente antagónicos: cuando uno está activo o se expresa, apaga el segundo y viceversa. La idea es que se puede cambiar entre estos dos estados con alguna influencia externa, dice Collins. Puede ser una explosión de una sustancia química o un cambio de temperatura. Dado que uno de los dos genes produce una proteína que emite fluorescencia bajo luz láser, los investigadores pueden usar un detector basado en láser para ver cuando una célula alterna entre estados.

En enero, en la revista Nature, Gardner, Collins y Cantor describieron cinco sandalias que Gardner había construido e insertado en E. coli. Gardner dice que el flip-flop es el primero de una serie de los llamados applets genéticos que espera crear. El término subprograma se toma prestado de la informática contemporánea: se refiere a un pequeño programa, generalmente escrito en el lenguaje de programación Java, que se coloca en una página web y realiza una función específica. Así como teóricamente los applets se pueden combinar en un programa completo, Gardner cree que puede construir una serie de partes genéticas combinables y usarlas para programar células para que realicen nuevas funciones. En el ejemplo de la administración de insulina, un subprograma genético que detecta la cantidad de glucosa en el torrente sanguíneo de un diabético podría conectarse a un segundo subprograma que controla la síntesis de insulina. Un tercer subprograma podría permitir que el sistema responda a eventos externos, permitiendo, por ejemplo, que un médico active la producción de insulina manualmente.

Tock genético

Como estudiante de posgrado en la Universidad de Princeton, Michael Elowitz de Rockefeller construyó un subprograma genético propio: un reloj.

trump kim jong un intercambio de caras

En el mundo de las computadoras digitales, el reloj es uno de los componentes más fundamentales. Los relojes no marcan la hora, sino que envían una serie de pulsos que se utilizan para sincronizar todos los eventos que tienen lugar dentro de la máquina. La primera PC de IBM tenía un reloj que marcaba 4,77 millones de veces por segundo; Las computadoras Pentium III de última generación tienen relojes que marcan 800 millones de veces por segundo. El reloj de Elowitz, por el contrario, gira una vez cada 150 minutos aproximadamente.

El reloj biológico consta de cuatro genes diseñados en una bacteria. Tres de ellos trabajan juntos para encender y apagar el cuarto, que codifica una proteína fluorescente, lo que Elowitz llama a esto un circuito genético.

Aunque el reloj de Elowitz es un logro notable, no registra un gran tiempo: el intervalo entre el tic y el tac varía entre 120 y 200 minutos. Y con cada reloj funcionando por separado en cada una de las muchas bacterias, la coordinación es un problema: observe una bacteria bajo un microscopio y verá intervalos regulares de brillo y oscuridad a medida que el gen de la proteína fluorescente se enciende y apaga, pero coloque un masa de bacterias juntas y todas estarán desincronizadas.

Lowitz espera aprender de este tumulto. Este fue nuestro primer intento, dice. Lo que encontramos es que el reloj que construimos es muy ruidoso, hay mucha variabilidad. Una gran pregunta es cuál es el origen de ese ruido y cómo se puede evitar. Y cómo, de hecho, los circuitos reales producidos por la evolución son capaces de sortear ese ruido.

Mientras Elowitz trabaja para mejorar su sincronización, Collins y Gardner de B.U. tienen como objetivo ganarle al reloj corporativo. Han solicitado patentes sobre el cambio genético y Collins está hablando con posibles inversores, trabajando para formar lo que sería la primera empresa de biocomputación. Espera disponer de financiación y lanzar la empresa en unos meses.

Los primeros productos de la posible empresa podrían incluir un dispositivo que pudiera detectar la contaminación de los alimentos o las toxinas utilizadas en la guerra química o biológica. Esto sería posible, dice Collins, si pudiéramos acoplar células con chips y usarlos, externos al cuerpo, como elementos de detección. Al mantener las células modificadas fuera del cuerpo humano, la puesta en marcha evitaría muchos problemas regulatorios de la Administración de Alimentos y Medicamentos y posiblemente tendría un producto en el mercado en unos pocos años. Pero el objetivo final de Collins es la terapia génica de colocar redes de subprogramas genéticos en un huésped humano para tratar enfermedades como la hemofilia o la anemia.

Otra posibilidad sería usar interruptores genéticos para controlar los reactores biológicos, que es donde entra en juego la visión de Knight de un puente hacia el mundo químico. Empresas químicas más grandes como DuPont están avanzando hacia tecnologías en las que pueden usar células como fábricas químicas para producir proteínas, dice Collins. Lo que puede hacer con estos circuitos de control es regular la expresión de diferentes genes para producir sus proteínas de interés. Las bacterias en un gran biorreactor podrían programarse para producir diferentes tipos de medicamentos, nutrientes, vitaminas o incluso pesticidas. Básicamente, esto permitiría reestructurar toda una fábrica accionando un solo interruptor genético.

Computación amorfa

Los interruptores de dos genes no son exactamente nuevos en biología, dice Roger Brent, director asociado de investigación en el Instituto de Ciencias Moleculares en Berkeley, California, una firma de investigación sin fines de lucro. Brent, que evaluó la investigación en biocomputación para la Agencia de Proyectos de Investigación Avanzada de Defensa, dice que los ingenieros genéticos han fabricado y utilizado estos conmutadores de creciente sofisticación desde la década de 1970. Los biólogos tenemos toneladas y toneladas de células que existen en dos estados y cambian dependiendo de las entradas externas.

Para Brent, lo que es más intrigante sobre el B.U. El cambio genético de los investigadores es que podría ser solo el comienzo. Tenemos celdas de dos estados. ¿Qué pasa con las células de cuatro estados? ¿Hay algo bueno ahí? él pide. Supongamos que se puede obtener una célula que existía en una gran cantidad de estados independientes y sucedían cosas dentro de la célula ... lo que hacía que la célula pasara de un estado a otro en respuesta a diferentes influencias, continúa Brent. ¿Puedes realizar algún cálculo significativo? Si tuviera 16 estados en una celda y la capacidad de que la celda se comunique con sus vecinas, ¿podría hacer algo con eso?

avances recientes en tecnología

Por sí sola, una sola célula con 16 estados no podría hacer mucho. Pero combine mil millones de estas células y de repente tendrá un sistema con 2 gigabytes de almacenamiento. Una cucharadita de bacterias programables podría tener un millón de veces más memoria que las computadoras más grandes de la actualidad, y potencialmente miles de millones de procesadores. Pero, ¿cómo podría programar una máquina así?

La programación es la pregunta que el proyecto Amorphous Computing del MIT intenta responder. El objetivo del proyecto es desarrollar técnicas para construir sistemas de autoensamblaje. Tales técnicas podrían permitir que las bacterias en una cucharadita encuentren a sus vecinas, se organicen en una computadora masiva de procesamiento paralelo y se pongan a resolver un problema computacionalmente intensivo, como descifrar una clave de cifrado, factorizar un gran número o quizás incluso predecir el clima.

Los investigadores del MIT han estado interesados ​​durante mucho tiempo en métodos de computación que emplean muchas computadoras pequeñas, en lugar de una súper rápida. Este enfoque es atractivo porque podría dar un impulso a la informática sobre la pared que muchos creen que pronto llegará la evolución del microprocesador de silicio. Cuando los procesadores no puedan reducirse más, insisten estos investigadores, la única forma de lograr una computación más rápida será utilizando múltiples computadoras en conjunto. Muchos investigadores de inteligencia artificial también creen que solo será posible lograr una verdadera inteligencia artificial mediante el uso de millones de pequeños procesadores conectados, esencialmente modelando las conexiones de las neuronas en el cerebro humano.

En una pared fuera de la oficina del cuarto piso del profesor de ingeniería y ciencias de la computación del MIT, Harold Abelson, se encuentra uno de los primeros resultados tangibles del esfuerzo de Computación Amorfa. Llamado Gunk, es una maraña de cables, una colonia de computadoras de placa única, cada una conectada al azar con otras tres máquinas en la colonia. Cada computadora tiene una luz roja intermitente; el objetivo de la colonia es sincronizar las luces para que parpadeen al unísono. La colonia es robusta de una manera que las computadoras tradicionales no lo son: puede apagar cualquier computadora o volver a cablear su conexión sin cambiar el comportamiento del sistema en general. Pero aunque fascinante de ver, la colonia no se involucra en ningún cálculo fundamentalmente importante.

Cinco pisos por encima de la oficina de Abelson, en el laboratorio de biología de Knight, los investigadores están lanzando una incursión más extensa en el mundo de la computación amorfa: los estudiantes de Knight están desarrollando técnicas para intercambiar datos entre células y entre células y computadoras de mayor escala, ya que la comunicación entre componentes es un requisito fundamental de un sistema amorfo. Mientras que el grupo de Collins en B.U. está utilizando calor y productos químicos para enviar instrucciones a sus interruptores, el laboratorio de Knight está trabajando en un sistema de comunicaciones basado en luz de bioluminiscencia producida por células vivas.

Hasta la fecha, el trabajo ha sido lento. El laboratorio es nuevo y, como demostró la experiencia de la pureza del agua, el equipo no tiene experiencia en cuestiones de biología. Pero parte de la lentitud también es intencional: los investigadores quieren familiarizarse lo más posible con las herramientas biológicas que están utilizando para maximizar su dominio de cualquier sistema que eventualmente desarrollen. Si realmente va a construir algo que desea controlar, si tenemos este circuito digital que esperamos que tenga un comportamiento algo confiable, entonces debe comprender los componentes, dice el estudiante graduado Ron Weiss. Y la biología está plagada de fluctuaciones, señala Weiss. La cantidad precisa de una proteína particular que produce una célula bacteriana depende no solo de la cepa bacteriana y la secuencia de ADN diseñada en la célula, sino también de las condiciones ambientales como la nutrición y el tiempo. Observaciones Weiss: El número de variables que existen es tremendo.

Para manejar todas esas variables, el equipo de Knight está comenzando con caracterizaciones en profundidad de algunos genes diferentes para la luciferasa, una enzima que permite que las luciérnagas y otros organismos luminiscentes produzcan luz. Comprender el fin de la generación de luz es un primer paso obvio hacia un medio confiable de comunicación de celda a celda. Hay células que pueden detectar la luz, dice Knight. Esta podría ser una forma de que las células se envíen señales entre sí. Es más, dice, si estas células supieran dónde están y se estuvieran ejecutando como un conjunto organizado, podrías usar esto como una forma de mostrar un patrón. En última instancia, el equipo de Knight espera que grandes conjuntos de células comunicantes puedan realizar cálculos significativos y tener la capacidad de recuperación de Gunk de Abelson, o el cerebro humano.

Máxima velocidad adelante

Incluso mientras su laboratorio, y su campo, dan sus primeros pasos, Knight mira hacia el futuro. Dice que no le preocupa la velocidad ridículamente lenta de los enfoques genéticos actuales de la biocomputación. Él y otros investigadores comenzaron con sistemas basados ​​en ADN, dice Knight, porque la ingeniería genética se comprende relativamente bien. Comienza con los sistemas fáciles y pasa a los sistemas duros.

Y hay muchos sistemas biológicos, incluidos los sistemas basados ​​en células nerviosas, como nuestro propio cerebro, que funcionan más rápido de lo que es posible activar y desactivar los genes, dice Knight. Una neurona puede responder a un estímulo externo, por ejemplo, en cuestión de milisegundos. La desventaja, dice Knight, es que algunos de los mecanismos biológicos más rápidos no se comprenden actualmente tan bien como las funciones genéticas, por lo que son sustancialmente más difíciles de manipular, mezclar y combinar.

Enfermo, Brent del Instituto de Ciencias Moleculares cree que los prototipos de biocomputadoras basados ​​en ADN de hoy son peldaños hacia las computadoras basadas en la neuroquímica. Dentro de treinta años utilizaremos nuestro conocimiento de la neurobiología del desarrollo para desarrollar circuitos apropiados que estarán hechos de células nerviosas y procesarán información como locos, predice Brent. Mientras tanto, pioneros como Knight, Collins, Gardner y Elowitz continuarán produciendo nuevos dispositivos como nunca antes había salido de una fábrica de microprocesadores, y sentarán las bases para una nueva era de la informática.

Quién es quién en biocomputación Organización Investigador clave Enfocar Lawrence Berkeley National Laboratory Adam Arkin Circuitos genéticos y direcciones de circuitos Universidad de Boston James J. Collins Applets genéticos Universidad Rockefeller Michael Elowitz Circuitos genéticos MIT Thomas F. Knight Computación amorfa

esconder

Tecnologías Reales

Categoría

Sin Categorizar

Tecnología

Biotecnología

Política De Tecnología

Cambio Climático

Humanos Y Tecnología

Silicon Valley

Informática

Revista Mit News

Inteligencia Artificial

Espacio

Ciudades Inteligentes

Blockchain

Artículo De Fondo

Perfil De Exalumnos

Conexión De Exalumnos

Característica De Noticias Del Mit

1865

Mi Vista

77 Mass Ave

Conoce Al Autor

Perfiles De Generosidad

Visto En El Campus

Cartas De Exalumnos

Función De Noticias Del Mit

Cadena De Bloques

Perfil De Ex Alumnos

77 Avenida De Masas

Política Tecnológica

Perfiles En Generosidad

Noticias

Revista De Noticias Del Mit

Elecciones 2020

Con Índice

Bajo La Cúpula

Manguera

Historias Infinitas

Proyecto De Tecnología Pandémica

Del Presidente

Artículo De Portada

Galería De Fotos

Recomendado