jueves, 28 de abril de 2022

Descubren el anticuerpo MCLA-158, capaz de frenar la propagación de tumores y prevenir la metástasis

Eduard Battle y su equipo. Han hallado el primer anticuerpo que previene la metástasis y la propagación de tumores.

Descubren el anticuerpo MCLA-158, capaz de frenar la propagación de tumores y prevenir la metástasis

El anticuerpo MCLA-158, el primer candidato a fármaco dirigido a células madre cancerosas de tumores sólidos que previene la propagación del cáncer y la metástasis, ha sido descubierto gracias a una investigación liderada por el científico del Instituto de Investigación Biomédica de Barcelona Eduard Batlle.

Un consorcio internacional liderado por el IRB Barcelona y la empresa biotecnológica Merus, revelan los datos preclínicos que conducen al descubrimiento de MCLA-158 y su mecanismo de acción.

Publicado en Nature Cancer.

Científicos de un consorcio internacional liderado por el Dr. Eduard Batlle, jefe del laboratorio de Cáncer Colorrectal del IRB Barcelona, investigador ICREA y jefe de grupo en el CIBER de Cáncer (CIBERONC), junto a la empresa holandesa Merus N.V., revelan los datos preclínicos que conducen al descubrimiento de MCLA-158 y su mecanismo de acción sobre las células madre del cáncer.

Con el nombre comercial de Petosemtamab, el anticuerpo MCLA-158 bloquea la aparición de metástasis (es decir, la expansión del cáncer a otros órganos vitales) y frena el crecimiento de los tumores primarios en modelos experimentales de cáncer.

El estudio, que se publica hoy en Nature Cancer, sienta las bases para incorporar el uso de organoides en el proceso de descubrimiento de fármacos que realizan las empresas farmacéuticas.

Los organoides son muestras derivadas de pacientes que se pueden cultivar y que reproducen ciertos aspectos del compartimiento del tumor en el laboratorio. Hasta ahora, se estaba explorando su utilidad en la medicina personalizada del cáncer, es decir, para su papel en la toma de decisiones sobre el mejor tratamiento para cada paciente. Sin embargo, para el descubrimiento del MCLA-158, por primera vez se ha recurrido a la utilización de un biobanco de organoides de pacientes con cáncer para discriminar entre cientos de nuevos anticuerpos cuál de ellos era más efectivo y adecuado para la mayoría de los pacientes.

En octubre de 2021, Merus publicó datos preliminares correspondientes al análisis de la eficacia del anticuerpo, basados en su ensayo clínico (en curso) de fase 1 de expansión de dosis. En este ensayo clínico se investigan la seguridad, la tolerabilidad y la actividad antitumoral de la monoterapia con MCLA-158 en carcinomas de células escamosas de cabeza y cuello (HNSCC).

En el ensayo, tres de siete pacientes con HNSCC lograron remisiones parciales, y uno de ellos logró una remisión completa después de la fecha límite de datos de agosto de 2021. Se observó una reducción del tumor en los siete pacientes.

“Es una enorme satisfacción ver que nuestros descubrimientos están ayudando a los pacientes. Empezamos a investigar las células madre del cáncer hace 15 años. El camino para llegar hasta aquí ha sido apasionante, pero también muy complejo, y ha requerido una gran inversión de recursos, así cómo el esfuerzo de muchísimos investigadores. Este estudio y la colaboración con Merus N. V. ilustra el leitmotiv del IRB Barcelona: “La medicina del futuro empieza aquí”, explica el Dr. Batlle.

El MCLA-158: un anticuerpo con dos frentes de acción

Los anticuerpos son proteínas que nuestro cuerpo produce de manera natural para reconocer agentes infecciosos o células alteradas, de manera que puedan ser eliminadas por los linfocitos del sistema inmune (glóbulos blancos de la sangre). El anticuerpo que describimos en este trabajo, el Petosemtamab (“Peto”, MCLA-158: LGR5 x EGFR Biclonics®), es un anticuerpo biespecífico que reconoce dos proteínas distintas en la superficie de las células madre del cáncer, que son la EGFR y la LGR5.

La actividad del EGFR favorece el crecimiento descontrolado de las células, mientras que LGR5 marca la superficie de las células madre del cáncer, que son responsables de la expansión de los tumores.

El laboratorio del Dr. Eduard Batlle es reconocido mundialmente por su trabajo en la identificación y caracterización de las células madre del cáncer colorrectal, y ha liderado investigaciones no solamente en el desarrollo del MCLA-158/ Petosemtamab, sino también en la caracterización de su mecanismo de acción.

En concreto, MCLA-158/ Petosemtamab degrada la proteína EGFR en las células madre del cáncer que presentan el marcador LGR5. De esta forma, bloquea las vías de crecimiento y supervivencia en las células que inician y el cáncer y lo expanden. Este anticuerpo, sin embargo, no interfiere con el funcionamiento de las células madre sanas del organismo, que son esenciales para el buen funcionamiento de los tejidos.

El anticuerpo MCLA-158 muestra una potente inhibición del crecimiento de los organoides del cáncer colorrectal, bloquea el inicio de la metástasis, así como el crecimiento del cáncer en diferentes modelos preclínicos, como por ejemplo los tumores de cabeza y cuello, esófago y estómago.

Un biobanco de organoides para el descubrimiento de fármacos

Para el desarrollo y la caracterización de este anticuerpo, los investigadores de HUB Organoids construyeron un biobanco que cuenta con organoides derivados de pacientes con cáncer de colon, organoides de metástasis de cáncer de colon en el hígado y organoides de tejido normal no canceroso.

La incorporación de organoides en las fases más iniciales de la generación de fármacos (en este caso, anticuerpos terapéuticos) permite identificar aquellos que son efectivos para la mayoría de los pacientes o incluso para tumores portadores de una mutación en particular.

Otra ventaja es la posibilidad de identificar efectos secundarios no deseados de los fármacos sobre nuestros órganos, utilizando organoides procedentes de tejido sano. Ello ha permitido valorar los efectos nocivos del fármaco sobre células sanas y eliminar de este modo los anticuerpos con mayor toxicidad en las fases más tempranas del estudio.

En los próximos meses, la empresa Merus tiene previsto publicar nuevos datos sobre los ensayos clínicos en curso con Petosemtamab. “Tenemos la esperanza de que se confirme la actividad antitumoral publicada en los datos preliminares”, afirma el Dr. Batlle.

La investigación preclínica publicada hoy en Nature Cancer incluye el trabajo realizado en el marco del consorcio suppresSTEM, financiado por la UE y con el trabajo colaborativo de diversas instituciones internacionales de investigación; el IRB Barcelona, el Instituto Hubrecht y el Instituto Sanger y las empresas –Merus NV y Ocello BV/Crown Bioscience. También colaboraron en esta publicación el Vall d'Hebron Instituto de Oncología (VHIO), el Instituto Catalán de Oncología (ICO), el instituto de Investigación Biomédica de Bellvitge (IDIBELL) y la empresa Xenopat, que demostraron la efectividad de MCLA-158 en la inhibición de metástasis después de la implantación de células tumorales de pacientes de cáncer de colon en ratones.

Artículo relacionado:
Functional screening on patient-derived organoids identifies a therapeutic bispecific antibody that triggers EGFR degradation in LGR5+ tumor cells
Bram Herpers, Berina Eppink, Mark I. James, Carme Cortina, Adrià Cañellas , Sylvia F. Boj, Xavier Hernando-Momblona, Dominik Glodzik, Rob C. Roovers, Marc van de Wetering, Carina Bartelink Clements, Vanessa Zondag van der Zande, Jara García Mateos, Kuan Yan , Lucia Salinaro, Abdul Basmeleh, Szabolcs Fatrai, David Maussang, Jeroen J Lammerts van Bueren, Irene Chicote, Garazi Serna, Laia Cabellos, Lorena Ramírez, Paolo Nuciforo, Ramon Salazar, Cristina Santos, Alberto Villanueva, Camille Stephan-Otto-Attolini, Elena Sancho, Hector G. Palmer, Josep Tabernero, Michael R. Stratton, John de Kruif, Ton Logtenberg, Hans Clevers, Leo S. Price, Robert Vries, Eduard Batlle & Mark Throsby
Nature Cancer (2022) DOI: 10.1038/s43018-022-00359-0

Sobre el IRB Barcelona

Creado en 2005 por la Generalitat de Catalunya y la Universidad de Barcelona, el IRB Barcelona es Centro de Excelencia Severo Ochoa desde 2011. El objetivo del IRB Barcelona es hacer investigación de excelencia en biomedicina y mejorar la calidad de vida de las personas y, en paralelo, potenciar la formación de talento, la transferencia tecnológica y la comunicación social de la ciencia. Los 27 laboratorios y ocho plataformas tecnológicas trabajan para responder a preguntas básicas en biología y orientadas a enfermedades como el cáncer, la metástasis, el Alzheimer, la diabetes y enfermedades raras. Es un centro internacional que acoge alrededor de 400 trabajadores de más de 30 nacionalidades. Está ubicado en el Parque Científico de Barcelona. El IRB Barcelona es un centro CERCA y es miembro del Barcelona Institute of Science and Technology (BIST).

El fármaco ha sido probado en siete pacientes y en todos se redujo el tumor, e incluso en uno de ellos llegó a desaparecer por completo. Se trata de un anticuerpo que impide el crecimiento descontrolado de los tumores y bloquea la aparición de metástasis. Todo ello, sin dañar las células sanas.

El jefe de IA de Meta dice que el aprendizaje autosupervisado puede construir el metaverso y quizás incluso una IA de nivel humano

El jefe de IA de Meta dice que el aprendizaje autosupervisado puede construir el metaverso y quizás incluso una IA de nivel humano

Investigación sobre IA en Meta (Facebook). Selecciono tres: (https://lnkd.in/e5SfXf4p)

(1) "Los sistemas de IA necesitan ser capaces de aprender del mundo con una ayuda mínima de los humanos".

Un abuso de lenguaje, o quizá un lapsus freudiano. Los sistemas de IA no necesitan nada; los que en todo caso tienen necesidades son los que los construyen. En cuanto a la ayuda que necesitan, que prueben a desenchufarlos, a ver qué pasa.

(2) "Necesitamos encontrar el modo de construir sistemas autónomos de IA que aprendan como lo hacen los humanos".

Pero los humanos no aprenden de modo autónomo. Por mi parte, soy incapaz de imaginar que una "inteligencia automática" pueda aprender a hablar como lo hace un niño.

(3) "Me siento cercano a la opinión de algunos filósofos, neurocientíficos y científicos cognitivos, que sostienen que la conciencia es una mera ilusión".

Entonces también lo sería, una ilusión, la conciencia desde la que emite esa opinión. A menos que sea una opinión inconsciente, en cuyo caso, ...

Dos apostillas finales:
- Para mí, su visión sobre la IA tiene una base filosófica que él no explica, pero que podemos intuir, contrastar y seguramente rebatir.
- Imagino que su intención es que esa "inteligencia" que pretende desarrollar será la que impere en el metaverso de Meta. Estamos avisados.

Yann LeCun: AI Doesn’t Need Our Supervision

Meta’s AI chief says self-supervised learning can build the metaverse and maybe even human-level AI

6 min read

iStockphoto

When Yann LeCun gives talks, he’s apt to include a slide showing a famous painting of a scene from the French Revolution. Superimposed over a battle scene are these words: "THE REVOLUTION WILL NOT BE SUPERVISED."

LeCun, VP and chief AI scientist of Meta (formerly Facebook), believes that the next AI revolution will come about when AI systems no longer require supervised learning. No longer will they rely on carefully labeled data sets that provide ground truth in order for them to gain an understanding of the world and perform their assigned tasks. AI systems need to be able to learn from the world with minimal help from humans, LeCun says. In an email Q&A with IEEE Spectrum, he talked about how self-supervised learning can create more robust AI systems imbued with common sense.

He’ll be exploring this theme tomorrow at a virtual Meta AI event titled Inside the Lab: Building for the Metaverse With AI. That event will feature talks by Mark Zuckerberg, a handful of Meta’s AI scientists, and a discussion between LeCun and Yoshua Bengio about the path to human-level AI.

Yann LeCunCourtesy Yann LeCun

You’ve said that the limitations of supervised learning are sometimes mistakenly seen as intrinsic limitations of deep learning. Which of these limitations can be overcome with self-supervised learning?

Yann LeCun: Supervised learning works well on relatively well-circumscribed domains for which you can collect large amounts of labeled data, and for which the type of inputs seen during deployment are not too different from the ones used during training. It’s difficult to collect large amounts of labeled data that are not biased in some way. I’m not necessarily talking about societal bias, but about correlations in the data that the system should not be using. A famous example of that is when you train a system to recognize cows and all the examples are cows on grassy fields. The system will use the grass as a contextual cue for the presence of a cow. But if you now show a cow on a beach, it may have trouble recognizing it as a cow.

Self-supervised learning (SSL) allows us to train a system to learn good representation of the inputs in a task-independent way. Because SSL training uses unlabeled data, we can use very large training sets, and get the system to learn more robust and more complete representations of the inputs. It then takes a small amount of labeled data to get good performance on any supervised task. This greatly reduces the necessary amount of labeled data [endemic to] pure supervised learning, and makes the system more robust, and more able to handle inputs that are different from the labeled training samples. It also sometimes reduces the sensitivity of the system to bias in the data—an improvement about which we’ll share more of our insights in research to be made public in the coming weeks.

What’s happening now in practical AI systems is that we are moving toward larger architectures that are pretrained with SSL on large amounts of unlabeled data. These can be used for a wide variety of tasks. For example, Meta AI now has language-translation systems that can handle a couple hundred languages. It’s a single neural net! We also have multilingual speech-recognition systems. These systems can deal with languages for which we have very little data, let alone annotated data.

Other leading figures have said that the way forward for AI is improving supervised learning with better data labeling. Andrew Ng recently talked to me about data-centric AI, and Nvidia’s Rev Lebaredian talked to me about synthetic data that comes with all the labels. Is there division in the field about the path forward?

LeCun: I don’t think there is a philosophical division. SSL pretraining is very much standard practice in NLP [natural language processsing]. It has shown excellent performance improvements in speech recognition, and it’s starting to become increasingly useful in vision. Yet, there are still many unexplored applications of “classical” supervised learning, such that one should certainly use synthetic data with supervised learning whenever possible. That said, Nvidia is actively working on SSL.

Back in the mid-2000s Geoff Hinton, Yoshua Bengio, and I were convinced that the only way we would be able to train very large and very deep neural nets was through self-supervised (or unsupervised) learning.This is when Andrew Ng started being interested in deep learning. His work at the time also focused on methods that we would now call self-supervised.

How could self-supervised learning lead to AI systems with common sense? How far can common sense take us toward human-level intelligence?

LeCun: I think significant progress in AI will come once we figure out how to get machines to learn how the world works like humans and animals do: mostly by watching it, and a bit by acting in it. We understand how the world works because we have learned an internal model of the world that allows us to fill in missing information, predict what’s going to happen, and predict the effects of our actions. Our world model enables us to perceive, interpret, reason, plan ahead, and act. How can machines learn world models?

This comes down to two questions: What learning paradigm should we use to train world models? And what architecture should world models use? To the first question, my answer is SSL. An instance of that would be to get a machine to watch a video, stop the video, and get the machine to learn a representation of what’s going to happen next in the video. In doing so, the machine may learn enormous amounts of background knowledge about how the world works, perhaps similarly to how baby humans and animals learn in the first weeks and months of life.

To the second question, my answer is a new type of deep macro-architecture that I call Hierarchical Joint Embedding Predictive Architecture (H-JEPA). It would be a bit too long to explain here in detail, but let’s just say that instead of predicting future frames of a video clip, a JEPA learns abstract representations of the video clip and the future of the clip so that the latter is easily predictable based on its understanding of the former. This can be made to work using some of the latest developments in non-contrastive SSL methods, particularly a method that my colleagues and I recently proposed called VICReg (Variance, Invariance, Covariance Regularization).

A few weeks ago, you responded to a tweet from OpenAI’s Ilya Sutskever in which he speculated that today’s large neural networks may be slightly conscious. Your response was a resounding “Nope.” In your opinion, what would it take to build a neural network that qualifies as conscious? What would that system look like?

LeCun: First of all, consciousness is a very ill-defined concept. Some philosophers, neuroscientists, and cognitive scientists think it’s a mere illusion, and I’m pretty close to that opinion.

But I have a speculation about what causes the illusion of consciousness. My hypothesis is that we have a single world model “engine” in our prefrontal cortex. That world model is configurable to the situation at hand. We are at the helm of a sailboat; our world model simulates the flow of air and water around our boat. We build a wooden table; our world model imagines the result of cutting pieces of wood and assembling them, etc. There needs to be a module in our brains, that I call the configurator, that sets goals and subgoals for us, configures our world model to simulate the situation at hand, and primes our perceptual system to extract the relevant information and discard the rest. The existence of an overseeing configurator might be what gives us the illusion of consciousness. But here is the funny thing: We need this configurator because we only have a single world model engine. If our brains were large enough to contain many world models, we wouldn’t need consciousness. So, in that sense, consciousness is an effect of the limitation of our brain!

What role will self-supervised learning play in building the metaverse?

LeCun: There are many specific applications of deep learning for the metaverse, some of which are things like motion tracking for VR goggles and AR glasses, capturing and resynthesizing body motion and facial expressions, etc.

There are large opportunities for new AI-powered creative tools that will allow everyone to create new things in the metaverse, and in the real world too. But there is also an “AI-complete” application for the metaverse: virtual AI assistants. We should have virtual AI assistants that can help us in our daily lives, answer any question we have, and help us deal with the deluge of information that bombards us every day. For that, we need our AI systems to possess some understanding of how the world works (physical or virtual), some ability to reason and plan, and some level of common sense. In short, we need to figure out how to build autonomous AI systems that can learn like humans do. This will take time. But Meta is playing a long game here.

https://spectrum.ieee.org/yann-lecun-ai

martes, 26 de abril de 2022

Hallan un anticuerpo que previene la propagación de tumores y la metástasis

Esta investigación sienta además las bases para incorporar el uso de organoides en el proceso de descubrimiento de fármacos

Un consorcio internacional liderado por el científico del Instituto de Investigación Biomédica (IRB) de Barcelona Eduard Batlle ha descubierto el anticuerpo MCLA-158, el primer candidato a fármaco dirigido a células madre cancerosas de tumores sólidos que previene la propagación del cáncer y la metástasis.

Batlle, jefe del laboratorio de Cáncer Colorrectal del IRB, en colaboración con la empresa biotecnológica holandesa Merus N.V., publicó ayer en la revisa Nature Cancer los datos preclínicos que han conducido al descubrimiento de MCLA-158 y su mecanismo de acción sobre las células madre del cáncer.

El anticuerpo MCLA-158 reconoce dos proteínas distintas en las células madre del cáncer

Según informó el IRB en un comunicado, con el nombre comercial de Petosemtamab, el anticuerpo MCLA-158 bloquea la expansión del cáncer a otros órganos y frena el crecimiento de los tumores primarios en ratones a los que han implantado células tumorales de pacientes con cáncer de colon.

La investigación, además, sienta las bases para incorporar el uso de organoides en el proceso de descubrimiento de fármacos.

Los organoides son muestras derivadas de pacientes que se pueden cultivar y que reproducen el comportamiento del tumor en el laboratorio.

Hasta ahora, exploraban su utilidad en la medicina personalizada del cáncer, pero para descubrir el MCLA-158 por primera vez han utilizado un biobanco de organoides de pacientes con cáncer para discriminar entre cientos de nuevos anticuerpos cuál de ellos era más efectivo y adecuado para la mayoría de los pacientes.

En octubre de 2021, Merus publicó datos preliminares sobre el análisis de la eficacia del anticuerpo, basados en su ensayo clínico, aún en curso, de fase 1 de expansión de dosis.

En este ensayo clínico se investigan la seguridad, tolerabilidad y actividad antitumoral de la monoterapia con MCLA-158 en carcinomas de células escamosas de cabeza y cuello (HNSCC).

En el ensayo, tres de siete pacientes con HNSCC lograron remisiones parciales, y uno de ellos logró una remisión completa, mientras que en los siete pacientes hubo una reducción del tumor.

"Empezamos a investigar las células madre del cáncer hace 15 años. El camino para llegar hasta aquí ha sido apasionante, pero también muy complejo, ha requerido gran inversión de recursos y el esfuerzo de muchísimos investigadores. La medicina del futuro empieza aquí", dijo Batlle.

Los anticuerpos son proteínas que el cuerpo produce de manera natural para reconocer agentes infecciosos o células alteradas y que puedan ser eliminadas por los linfocitos del sistema inmune (glóbulos blancos de la sangre).

El anticuerpo descrito en este trabajo, el Petosemtamab (MCLA-158), es un anticuerpo biespecífico que reconoce dos proteínas distintas en las células madre del cáncer, la EGFR y la LGR5.

La actividad del EGFR favorece el crecimiento descontrolado de las células, mientras que LGR5 marca la superficie de las células madre del cáncer, responsables de la expansión de los tumores.

Según ha detallado Batlle, MCLA-158/Petosemtamab degrada la proteína EGFR en las células madre del cáncer que presentan el marcador LGR5 y así bloquea las vías de crecimiento y supervivencia en las células que inician el cáncer y lo expanden.

"Este anticuerpo, además, no interfiere con el funcionamiento de las células madre sanas del organismo, que son esenciales para el buen funcionamiento de los tejidos", según Batlle.

Los datos preclínicos indican que el anticuerpo MCLA-158 muestra una potente inhibición del crecimiento de los organoides del cáncer colorrectal, bloquea el inicio de la metástasis y el crecimiento del cáncer en diferentes modelos de tumores, entre ellos de cabeza y cuello, esófago y estómago.

https://www.diariodesevilla.es/sociedad/Hallan-anticuerpo-previene-propagacion-metastasis_0_1677734126.html

lunes, 25 de abril de 2022

Cuando las máquinas toman decisiones

🍪 Utilitzem 'cookies' pròpies i de tercers per millorar l'experiència de navegació i mostrar-li publicitat i continguts del seu interès. Més informació Acceptar

Xavier Ferràs Professor d'Operacions, Innovació i Data Sciences d'ESADE (URL) 15 abril de 2022 05:30

La inteligencia artificial es una nueva gamma de sistemas de información con capacidad de aprender de la experiencia. El filósofo húngaro Michael Polanyi va de manifiesto poner que existía un tipo de conocimiento que solo se puede extraer de la experiencia. Imaginemos, por ejemplo, que queremos explicar a una persona ciega (que nunca ha visto un color) qué es el color azul. Intentemos escribir en un papel qué le diríamos. Es imposible. No hay palabras (conocimiento codificado) para explicar algunas cosas que no se han experimentado, como saber qué es un color. Esta es la famosa paradoja de Polanyi: los humanos sabemos hacer cosas que no podemos explicar. Las hacemos porque nos hemos entrenado experimentándolas. Este principio aplica a tareas como el reconocimiento de imágenes, la conducción de vehículos, el reconocimiento de voz, o la intuición estratégica en un entorno a juegos (ajedrez, go, póker) o de dilemas empresariales.

Suscríbete a VIA Empresa y recibirás en tu correo nuestras mejores historias, reportajes y entrevistas, además de otras ventajas exclusivas para suscriptores.

Las nuevas tecnologías, como el deep learning (aprendizaje profundo) permiten entrenar sistemas digitales en tareas determinadas, imitando, hasta cierto punto, el funcionamiento del cerebro (mediante las llamadas redes neuronales). De acuerdo con series de datos, una red neuronal, sin conocer los principios físicos de un fenómeno puede autoajustarse para reconocer los patrones inherentes a estos datos y poder predecir eventos futuros. Uno de los éxitos científicos más grandes de los últimos tiempos conseguidos con esta tecnología es la predicción del doblado de las proteínas. Durante más de medio siglo, investigadores de todo el mundo han trabajado para establecer analíticamente una relación entre el código genético de una determinada proteína y la geometría que esta finalmente tendrá. Su forma física (la manera cómo se pliega) es determinante para conocer sus propiedades farmacológicas. Recientemente, un algoritmo (AlphaFold), desarrollado por DeepMind (startup propiedad de Google) predijo con el 96% de acierto la forma final de una secuencia de proteínas en base a su código genético. El algoritmo desconoce los principios químicos y físicos que llevan a que las proteínas se doblen de una determinada. Hace diagnosis acertadas porque se ha autoajustado con entrenamiento previo, pero no hay al detrás un código (en forma de árbol de decisiones lógicas) que explique lo porque de sus diagnosis. Este es uno de los principales problemas tecnológicos de la inteligencia artificial: su falta de explicabilidad (siguiendo la paradoja de Polanyi). Aun así, este adelanto en la predicción de la forma de las proteínas puede ser absolutamente decisivo para acelerar el desarrollo de nuevos fármacos: en vez de tener que probar in vitro, en laboratorio, diferentes configuraciones químicas para conseguir una geometría final, ahora se puede hacer de forma mucho más rápida y barata in silico (con simulación y predicción digital) con una elevadísima tasa de acierto.

Un algoritmo podría decidir endeudar la empresa, despedir al personal o ejecutar inversiones arriesgadas. Pero nunca tendrá responsabilidad social, económica, civil o penal por eso

Por suerte, en la guerra de Ucrania no estamos viendo un despliegue de armas guiadas por inteligencia artificial. Hace un tiempo se hizo viral el vídeo slaughterbots, donde se representaba un futuro distópico donde enjambres de pequeños microdrones asesinos se soltaban sobre ciudades. Los drones, de la medida de un puño, buscaban personas, las identificaban con reconocimiento facial, y, selectivamente, las mataban situándose sobre su cabo y activando una carga explosiva. El sistema permitía seleccionar a quién mataban: personas con una ideología política determinada, por ejemplo (el dron, una vez reconocida la cara, podía entrar en las redes sociales del individuo e inducir sus tendencias políticas). O se podía determinar asesinar por género, religión o edad. Los drones podían actuar cooperativamente, agrupándose para acumular explosivos y así hacer volar las paredes de un búnker donde podían esconderse ciudadanos. El vídeo fue producido por un profesor de Berkeley, muy sensibilizado por el potencial uso de la inteligencia artificial a la guerra, e incluso fue proyectado en la Convención de Ginebra de las Naciones Unidas. La inteligencia artificial no ha estado presente a gran escala a la guerra de Ucrania, más allá de tenebrosos sistemas de reconocimiento facial de cadáveres de soldados rusos para informar a sus familias de su muerte, y causar desmoralización; o quizás por reconocimiento de objetivos desde sistemas de vigilancia aérea.

Que las máquinas tomen decisiones en base al conocimiento propio que han generado (a menudo, sin intervención humana), generará inéditos conflictos éticos. Ya es conocido el dilema del vehículo autoconduït: en caso de accidente, y de tener que elegir hacia donde gira el volante, ¿qué decidirá? ¿Girar en un sentido y matar, por ejemplo, un niño? ¿O girar en el otro sentido y matar su tripulante? Un procesador de alta velocidad puede calcular las consecuencias de cada alternativa en milésimas de segundo. Y la decisión no es fácil: hay culturas que priorizarían siempre la vida de un bebé, pero otras salvarían en primera instancia a un anciano. ¿Y si el dilema es entre un pobre y un rico? ¿Entre una persona humilde o una muy poderosa? ¿Y si los departamentos de marketing y los seguros garantizan siempre la vida de quien pague más? ¿Cómo y quién entrena los algoritmos y con qué criterio?

Pensamos, por otro lado, que la sustitución de puestos de trabajo por algoritmos o robots solo afectará a las ocupaciones mecánicas de menos valor. No es cierto. Posiblemente sea más sencillo reemplazar una posición de responsabilidad cognitiva (un director de hotel, por ejemplo) que la persona que limpia las habitaciones (pues el algoritmo que toma decisiones trabaja a coste marginal cero: una vez en funcionamiento, puede trabajar 24 horas en el día, 7 días a la semana, sin coste; mientras que limpiar la habitación no es a coste marginal cero). ¿Serán las posiciones de management sustituidas por algoritmos? Podríamos tener un CEO digital, analizando constantemente variables internas y externas de la empresa, tomando decisiones y lanzando directrices a la estructura. ¿Seríamos felices con un robot como cabo? Estudios del MIT dicen que quizás sí.

No obstante, me quedo con las reflexiones de Erik Brynjolfsson y Andrew McAffee, del Laboratorio de Economía Digital del MIT: "la inteligencia artificial no reemplazará a los directivos. Pero aquellos directivos que no sepan utilizarla serán reemplazados por aquellos que sí que sepan utilizarla". Y es que hay un principio de responsabilidad: un algoritmo podría decidir endeudar la empresa, despedir al personal o ejecutar inversiones arriesgadas. Pero nunca tendrá responsabilidad social, económica, civil o penal por eso. La responsabilidad siempre será humana. Por eso, las personas siempre estaremos al detrás de las máquinas.

https://www.viaempresa.cat/es/opinion/cuando-maquinas-toman-decisiones_2165751_102.html

¿Tenemos los humanos un “sexto sentido” magnético?

En 1949 Albert Einstein respondía a una carta de un ingeniero de la Marina británica llamado Glyn Davys. Aunque no se conserva la misiva de Davys, sí la del físico alemán. En ella Einstein se refería a las investigaciones del Nobel austro-germano Karl von Frisch, pionero en el estudio de la percepción sensorial de las abejas y que descubrió la capacidad de estos insectos de guiarse por el campo magnético terrestre. “Es concebible que la investigación de la conducta de las aves migratorias y las palomas mensajeras pueda algún día llevar a la comprensión de algún proceso físico aún desconocido”, escribía Einstein. Y, en efecto, estaba en lo cierto: no solo las aves, sino otra multitud de especies también poseen un sexto sentido magnético. Sin embargo, tres cuartos de siglo después aún son muchas las incógnitas; una de ellas, quizá la más intrigante, es si los humanos tenemos esa capacidad sin saberlo.

Cuando en 1927 Von Frisch propuso que la danza de las abejas informaba a otras sobre la distancia y la dirección hacia una fuente remota de alimento, su teoría fue recibida con escepticismo, ya que este parecía un lenguaje demasiado sofisticado para unos seres tan humildes. El tiempo y la ciencia le dieron la razón, y hoy sabemos que las abejas esconden capacidades incluso más sorprendentes. Pero más allá del significado de la danza, los hallazgos de Von Frisch implicaban que las abejas podían orientarse también en la oscuridad, para lo cual utilizaban el asombroso poder de detectar el campo magnético de la Tierra.

De hecho, la posibilidad de que algunos animales sintieran el magnetismo terrestre era una hipótesis que se venía manejando desde el siglo anterior. En 1859 el zoólogo Alexander von Middendorff fue el primero en sugerir que el misterio de cómo las aves migratorias conseguían encontrar su camino quizá pudiera explicarse por una habilidad desconocida para detectar el geomagnetismo. En 1882 el francés Camille Viguier atribuía a los canales semicirculares del oído —el órgano de la orientación espacial— una sensibilidad al campo magnético de la Tierra gracias a la cual los perros y otros animales, entre los que el zoólogo incluía a los humanos, conseguían regresar a un lugar concreto conocido.

Ampollas sensibles a los campos eléctricos

Fue en la segunda mitad del siglo XX cuando la ciencia comenzó a encontrar su camino para demostrar la magnetorrecepción en animales. Por entonces se descubría que las aves no solo se orientaban por el sol, sino que además poseían una especie de brújula interna. En 1966 se demostraba esta capacidad en el petirrojo europeo, y a partir de entonces comenzaban a sucederse los estudios que describían esta sensibilidad magnética en muchas otras especies. Hoy este poder se considera ampliamente extendido por el mundo animal: desde el modesto Caenorhabditis elegans, un pequeño gusano nematodo de 1 milímetro que vive en el suelo y que se emplea abundantemente en los laboratorios como organismo modelo, la lista de animales magnetosensibles incluye artrópodos, moluscos, peces, anfibios, aves y mamíferos. En fin, parece algo tan común en la naturaleza que es inevitable preguntarse: ¿y nosotros?

BBVA-OpenMind-sexto sentido humano 1 - Los peces cartilaginosos como los tiburones poseen unos órganos llamados ampollas de Lorenzini, sensibles a los campos eléctricos. Crédito: Wikimedia Commons — Los peces cartilaginosos como los tiburones poseen unos órganos llamados ampollas de Lorenzini, sensibles a los campos eléctricos. Crédito: **Wikimedia Commons**

El problema es que la magnetorrecepción aún es un sentido envuelto en grandes misterios para la ciencia. Si algo parece claro, es que puede darse en formas diversas. Los peces cartilaginosos como los tiburones y las rayas poseen unos órganos llamados ampollas de Lorenzini, sensibles a los campos eléctricos, pero que también pueden detectar los magnéticos por inducción, el principio de funcionamiento de los transformadores o los motores eléctricos. En cambio, los salmones y otros peces poseen células con partículas de magnetita (un óxido de hierro) que se orientan según el campo geomagnético, y que podrían encerrar la clave de la habilidad de estos peces para volver a desovar al mismo río en el que nacieron. También la magnetita en el abdomen de las abejas parece ser responsable de su navegación magnética, y un mecanismo semejante podría servir también a las tortugas marinas en sus migraciones y para encontrar el mar cuando sus huevos eclosionan en la playa. Por otra parte, se ha propuesto que podrían ser bacterias magnéticas las que confieren este sexto sentido a los animales en cuyos cuerpos viven en simbiosis.

La brújula magnética de los animales

Aún más asombroso es el mecanismo descubierto en las aves: las células fotorreceptoras de su retina poseen pigmentos llamados criptocromos que responden al magnetismo por un fenómeno cuántico llamado pares radicales, que el biofísico Klaus Schulten propuso por primera vez en 1978 como explicación de la brújula de los animales. La luz azul excita un electrón en la molécula, lo que da lugar a la formación de un par de electrones entrelazados cuyos espines se ven alterados por el campo magnético terrestre, enviando una señal al nervio óptico. Un criptocromo en particular especialmente sensible al magnetismo, llamado Cry4, está presente en abundancia durante la migración de ciertas aves, y en una forma más activa que en otras que no migran.

En 1972 Roswitha y Wolfgang Wiltschko, de la Universidad Goethe de Fráncfort, demostraron que las aves no solo responden a la dirección del campo magnético y a su declinación —desviación respecto a los polos geográficos—, sino también a su inclinación: las líneas del campo se hunden en los polos magnéticos y en el Ecuador son horizontales, por lo que su pendiente respecto a la superficie les sirve para saber a qué latitud se hallan. En cambio, este sistema no puede distinguir la polaridad entre norte y sur, al contrario que la magnetita. Dmitry Kishkinev, de la Universidad de Keele, y Richard Holland, de la Universidad de Bangor (Reino Unido), han descrito cómo el carricero común, un pájaro migratorio de Eurasia y África, utiliza este conjunto de guías magnéticas como un sistema GPS para crearse todo un mapa global al estilo de lo que hacemos los humanos con nuestro sistema de coordenadas.

BBVA-OpenMind-sexto sentido humano 2 - Las aves no solo responden a la dirección del campo magnético y a su declinación, sino también a su inclinación. Crédito: James Wainscoat — Las aves no solo responden a la dirección del campo magnético y a su declinación, sino también a su inclinación. Crédito: **James Wainscoat**

Así, “el análisis de las características funcionales muestra claramente que la brújula magnética no es uniforme entre los vertebrados”, resume Roswitha Wiltschko a OpenMind. Pero si esto puede llevar a la idea de que los diferentes mecanismos están bien repartidos entre las distintas ramas del reino animal, no parece ser así: las aves tienen magnetita en su pico superior, y a cambio los anfibios y las tortugas marinas tienen también brújula de inclinación del campo magnético; pero como explica Wiltschko, “mientras que la de los pájaros necesita luz de ultravioleta a verde, la de los anfibios requiere de ultravioleta a azul, y la de las tortugas no necesita luz”.

En peces y en mamíferos como los murciélagos y los ratopines se ha trabajado más sobre la hipótesis de la brújula de magnetita, pero también los mamíferos poseen criptocromos: el Cry1 está presente en la retina de los perros, lobos, zorros, osos y otros carnívoros, y en primates como los orangutanes y los macacos, aunque no en los humanos. Y si bien esto no demuestra que dichos animales sean magnetosensibles, existen indicios de que muchos lo son; por ejemplo, los perros prefieren defecar alineados con el eje norte-sur, y se ha mostrado que en general utilizan el magnetismo para encontrar su camino, como ya anticipó Viguier.

Es más, y como comenta Kishkinev a OpenMind, “hay aún más hipótesis aparte de estas, al menos una sobre células magneto-electrosensibles en los canales semicirculares de las aves”, como también sugirió Viguier. “Es concebible que una misma especie pueda emplear más de un mecanismo, posibilitando la detección de diferentes componentes del campo magnético dependiendo de la luz disponible”, añade. De hecho, señala Wiltschko, las hipótesis de la brújula magnética y la cuántica “no se contradicen, sino que se suplementan. Las aves tienen ambos mecanismos y los usan para diferentes tareas: su brújula de dirección magnética se basa en un mecanismo de par radical con criptocromo como molécula receptora, y detectan la intensidad magnética por un mecanismo basado en magnetita”.

Magnetorrecepción humana

Y ante todo esto, ¿dónde quedamos los Homo sapiens? Lo cierto es que tampoco nos falta un criptocromo, el Cry2. Ciertos experimentos han mostrado que las células humanas normales son sensibles al campo magnético, y que el Cry2, presente en nuestra retina, es también magnetosensible de un modo dependiente de la luz. Estos indicios apoyan el empeño de algunos científicos por demostrar que no somos una excepción entre muchas otras especies y que también reaccionamos al geomagnetismo, una hipótesis que lleva décadas levantando controversia desde los llamados experimentos de Manchester de 1980, en los que Robin Baker mostró cómo las personas eran capaces de orientarse a ciegas excepto si llevaban imanes pegados a la cabeza. Pero los experimentos a lo largo de los años han sido inconcluyentes.

BBVA-OpenMind-sexto sentido humano 3 El receptor Cry2, presente en nuestra retina, es también magnetosensible de un modo dependiente de la luz. Crédito: César Couto.-sexto sentido magnético humano — El receptor Cry2, presente en nuestra retina, es también magnetosensible de un modo dependiente de la luz. Crédito: **César Couto**

En 2019 Joseph Kirschvink y sus colaboradores en el Instituto Tecnológico de California aportaron la que dicen es la primera prueba neurocientífica de la magnetorrecepción humana, al mostrar que la estimulación por el campo magnético terrestre induce un cambio en las ondas alfa de nuestro cerebro similar al que se observa en el procesamiento de las señales sensoriales. Kirschvink observó que esta respuesta es sensible a la polaridad norte-sur, lo que en su opinión “descarta mecanismos de brújula cuántica por radicales libres como la hipótesis del criptocromo, que solo detectan alineamiento axial”. En su lugar, se decanta por un sistema basado en magnetita, mineral que está presente en varias regiones del cerebro humano. Es más, Kirschvink defiende que este ferromagnetismo puede explicar el comportamiento de las aves sin necesidad de criptocromos, y no es el único científico que aún cuestiona el papel de estas moléculas en el sentido magnético de los pájaros.

Pese a todo ello, “el problema es que los humanos normalmente no podemos detectar el campo magnético de forma consciente”, concluye Wiltschko. Lo cual implica que, incluso si lo tenemos, tal vez en general nos sirva de poco. A no ser que, si fuera el caso, el conocimiento científico sobre cómo estimular este sexto sentido pudiera devolvernos lo que nuestra evolución tal vez olvidó.