Una biocomputadora de E. coli resuelve un laberinto compartiendo el trabajo

Andrea Cronopoulos

E. coli prospera en nuestras entrañas, a veces con efectos desafortunados, y facilita los avances científicos, en el ADN, los biocombustibles y la vacuna covid de Pfizer, por nombrar solo algunos. Ahora, esta bacteria multitalentosa tiene un nuevo truco: puede resolver un clásico problema de laberinto computacional utilizando computación distribuida, dividiendo los cálculos necesarios entre diferentes tipos de células modificadas genéticamente.

Esta ingeniosa hazaña es un crédito para la biología sintética, que tiene como objetivo armar circuitos biológicos muy parecidos a los circuitos electrónicos y programar células con la misma facilidad que las computadoras.

El experimento del laberinto Es parte de lo que algunos investigadores consideran una dirección prometedora en el campo: en lugar de diseñar un solo tipo de celda para hacer todo el trabajo, diseñan múltiples tipos de celdas, cada una con diferentes funciones, para hacer el trabajo. Trabajando en conjunto, estos microbios diseñados podrían ser capaces de calcular y resolver problemas más parecidos a las redes multicelulares en la naturaleza.

Hasta ahora, para bien o para mal, aprovechar completamente el poder de diseño de la biología ha eludido y frustrado a los biólogos sintéticos. Naturaleza puede hacer esto (piense en un cerebro), pero nosotros Todavía no sé cómo diseñar a ese abrumador nivel de complejidad utilizando la biología, dice Pamela Silver, bióloga sintética de Harvard.

El estudio con E. coli como solucionadores de laberintos, dirigido por el biofísico Sangram Bagh en el Instituto Saha de Física Nuclear en Kolkata, es un problema de juguete simple y divertido. Pero también sirve como prueba de principio para la computación distribuida entre células, demostrando cómo se pueden resolver problemas computacionales más complejos y prácticos de manera similar. Si este enfoque funciona a mayor escala, podría desbloquear aplicaciones relacionadas con todo, desde productos farmacéuticos hasta agricultura y viajes espaciales.

A medida que avanzamos en la resolución de problemas más complejos con sistemas biológicos diseñados, distribuir la carga de esta manera será una capacidad importante para establecer, dice David McMillen, bioingeniero de la Universidad de Toronto.

Cómo construir un laberinto bacteriano

Consiguiendo E. coli resolver el problema del laberinto requería algo de ingenio. La bacteria no deambulaba por un laberinto palaciego de setos bien podados. Más bien, las bacterias analizaron varias configuraciones de laberintos. La configuración: un laberinto por tubo de ensayo, con cada laberinto generado por una mezcla química diferente.

Las recetas químicas se extrajeron de una cuadrícula de 2 × 2 que representa el problema del laberinto. El cuadrado superior izquierdo de la cuadrícula es el comienzo del laberinto, y el cuadrado inferior derecho es el destino. Cada cuadrado de la cuadrícula puede ser un camino abierto o bloqueado, lo que genera 16 laberintos posibles.

Bagh y sus colegas tradujeron matemáticamente este problema en una tabla de verdad compuesta por 1 arena 0 s, mostrando todas las posibles configuraciones de laberinto. Luego mapearon esas configuraciones en 16 brebajes diferentes de cuatro productos químicos. La presencia o ausencia de cada químico corresponde a si un cuadrado en particular está abierto o bloqueado en el laberinto.

El equipo diseñó varios conjuntos de E. coli con diferentes circuitos genéticos que detectaron y analizaron esos químicos. En conjunto, la población mixta de bacterias funciona como una computadora distribuida; cada uno de los diversos conjuntos de celdas realiza parte del cálculo, procesa la información química y resuelve el laberinto.

Ejecutando el experimento, los investigadores primero pusieron el E. coli en 16 tubos de ensayo, agregó un brebaje de laberinto químico diferente en cada uno y dejó que las bacterias crecieran. Después de 48 horas, si el E. coli no detectó un camino claro a través del laberinto, es decir, si los productos químicos necesarios estaban ausentes, entonces el sistema permaneció oscuro. Si estaba presente la combinación química correcta, los circuitos correspondientes se encendían y las bacterias expresaban colectivamente proteínas fluorescentes, en amarillo, rojo, azul o rosa, para indicar soluciones. Si hay un camino, una solución, las bacterias brillan, dice Bagh.

Se muestran cuatro de las 16 posibles configuraciones de laberinto. Los dos laberintos de la izquierda no tienen caminos claros desde el inicio hasta el destino (debido a cuadrados obstruidos/sombreados); por lo tanto, no hay solución y el sistema está oscuro. Para los dos laberintos de la derecha, hay caminos claros (cuadrados blancos), por lo que el E. coli maze solver brilla: las bacterias expresan colectivamente proteínas fluorescentes, indicando las soluciones.

BOLSA KATHAKALI SARKAR Y SANGRAM

Lo que Bagh encontró particularmente emocionante fue que al recorrer los 16 laberintos, el E. coli proporcionó pruebas físicas de que solo tres eran solucionables. Calcular esto con una ecuación matemática no es sencillo, dice. Con este experimento, puedes visualizarlo de manera muy sencilla.

Altos objetivos

Bagh prevé una computadora biológica de este tipo que ayude en la criptografía o la esteganografía (el arte y la ciencia de ocultar información), que utilizan laberintos para encriptar y encubrir datos, respectivamente. Pero las implicaciones se extienden más allá de esas aplicaciones a las ambiciones más elevadas de la biología sintética.

La idea de Biología sintética data de la década de 1960, pero el campo surge concretamente en el año 2000 con la creación de circuitos biológicos sintéticos (en concreto, un interruptor de palanca y un oscilador ) que hizo cada vez más posible programar células para producir compuestos deseados o reaccionar inteligentemente dentro de sus entornos.

Historia relacionada

¿Vale la historia de la biología sintética de Ginkgo 15.000 millones de dólares?

Jason Kelly ha prometido una revolución en la fabricación con ADN. Simplemente no le pidas que haga ningún producto.

La biología, sin embargo, no ha sido la más cooperativa de los colaboradores. Un factor limitante es la cantidad de cambios que puede realizar en una celda sin destruir su viabilidad. La célula tiene sus propios intereses, dice McMillen, cuyo laboratorio está desarrollando un sistema basado en levadura que detecta anticuerpos contra la malaria en muestras de sangre y un sistema similar para covid. Al insertar componentes diseñados por humanos en un sistema biológico, dice, estás luchando contra la selección natural y la entropía, que son dos de los grandes en términos de fuerzas de la naturaleza.

Si una celda está sobrecargada con demasiados accesorios, por ejemplo, existe el riesgo de interferencia y diafonía, lo que dificulta el rendimiento y limita las capacidades del sistema. Con los solucionadores computacionales de laberintos, dice Bagh, el algoritmo podría haberse programado en un solo tipo de E. coli celda. Pero el sistema funcionó mejor cuando las funciones necesarias del circuito se distribuyeron entre seis tipos de celdas.

Existe un límite físico sobre la cantidad de partes genéticas que se pueden usar en una sola célula, dice Karen Polizzi, ingeniera química del Imperial College London, que desarrolla biosensores celulares para monitorear la fabricación de proteínas y vacunas terapéuticas. Esto limita la sofisticación de los conceptos informáticos que se pueden desarrollar.

La computación distribuida en realidad podría ser una forma de lograr algunos de los objetivos realmente elevados [de la biología sintética], agrega. Porque no hay forma de que una célula haga una tarea compleja por sí sola.

supremacía celular

Chris Voigt, biólogo sintético del MIT (y editor en jefe de biologia sintetica acs, que publicó el resultado de Bagh), cree Computación distribuída es la dirección que debe seguir la biología sintética.

Desde el punto de vista de Voigt, las grandes ambiciones para las células microbianas están justificadas, y ha realizado cálculos para respaldar eso. Una cucharadita de bacterias tiene más puertas lógicas que, creo, 2 mil millones de procesadores Xeon, dice. Y tiene más memoria en el ADN que todo Internet. La biología tiene una capacidad informática increíble, y lo hace distribuyéndola en una enorme cantidad de células. Pero hay advertencias: una puerta tarda 20 minutos en procesarse, por lo que es muy lenta.

El año pasado, Voigt y sus colaboradores lograron programar el ADN con el algoritmo de una calculadora y generar un Pantalla digital con fluorescente E. coli . Utilizaron un software creado por el laboratorio de Voigt, llamado Cello. Cello toma archivos de Verilog, un lenguaje de programación utilizado para describir y modelar circuitos, y los convierte en ADN, por lo que se pueden ejecutar los mismos tipos de configuraciones en las células. Todos los circuitos para el E. coli La calculadora, sin embargo, estaba metida en un solo tipo de célula, una sola colonia. Hemos llegado a la limitación en eso, admite. Tenemos que averiguar cómo hacer diseños más grandes.

Incluso si los investigadores quisieran ejecutar algo tan bajo para los estándares actuales como los sistemas de guía del Apolo 11 en bacterias, dice Voigt, no se podría hacer en una sola célula diseñada. La capacidad está ahí, dice. Solo necesitamos formas de dividir el algoritmo en las celdas y luego vincular las celdas para compartir información de manera eficiente para que puedan realizar el cálculo colectivamente.

De hecho, Voigt cuestiona si imitar directamente la computación electrónica tradicional es el mejor enfoque para aprovechar el poder computacional de la biología y resolver problemas complejos de base biológica.

En su búsqueda del enfoque correcto, Bagh también ideó recientemente un tipo de Red neuronal artificial Arquitectura para hardware bacteriano. Y está interesado en explorar un enfoque que involucre lógica difusa, yendo más allá de las limitaciones de binario 0 arena 1 s hacia un continuo más alineado con el ruido y el desorden de los sistemas biológicos vivos.

En la misma línea piensa el biólogo sintético Ángel Goñi-Moreno, de la Universidad Politécnica de Madrid. Si vamos a jugar con tecnología viva, debemos seguir las reglas de los sistemas vivos, dice.

Goñi-Moreno imagina romper con la analogía del circuito electrónico al capitalizar cómo las células detectan y responden y adaptarse a su entorno , utilizando la propia selección natural como una herramienta para impulsar los diseños computacionales. La evolución, dice, es un proceso biológico que calcula información a lo largo del tiempo, optimizando los sistemas celulares para realizar una diversidad de tareas.

Goñi-Moreno cree que este enfoque podría culminar finalmente en lo que él llama supremacía celular . El término establece un paralelismo deliberado con la supremacía cuántica (ahora a veces llamada primacía cuántica), el punto en el que las computadoras cuánticas superan las capacidades de la computación convencional en ciertos dominios. Las biocomputadoras que han evolucionado hasta tal punto, dice Goñi-Moreno, podrían ofrecer un conocimiento superior para la resolución de problemas en áreas como la mejora de la producción agrícola (piense en las bacterias del suelo que pueden ajustar los productos químicos que producen en función de las condiciones cambiantes) y la terapia de enfermedades específicas.

simplemente no esperes E. coli para ayudar a navegar por Internet o descifrar el problema P vs. NP —para eso, todavía necesitaremos buenas computadoras antiguas.

esconder