Ráfagas 295
Ráfagas
¿Cómo ves?
Shutterstock
Comunicación entre chimpancés
Un experimento observacional realizado por investigadores de la Universidad de Zúrich, Suiza, entre un grupo de chimpancés en Uganda constató que los animales producen diferentes vocalizaciones para comunicarse y que en determinadas circunstancias incluso combinan sonidos en secuencias más complejas para llamar la atención de sus congéneres. Los chimpancés emiten aullidos parecidos a una alerta cuando se sorprenden, y también sonidos similares a un ladrido cuando quieren congregar a individuos para cazar o defenderse.
Lo extraordinario es que combinan ambos sonidos, los de “alerta” y “ladrido”, cuando se encuentran expuestos a alguna amenaza, como la presencia de una serpiente, y precisan la ayuda de otros miembros de su grupo. Esto último se dedujo después de que los investigadores expusieron, por separado, a 13 chimpancés a una serpiente de juguete. En este caso notaron que el resto de los individuos del grupo, que estaban ausentes, respondió mejor a la combinación del llamado de ayuda que a los llamados simples.
A partir de este experimento, publicado en la revista Nature Communications, los investigadores concluyeron que la capacidad de juntar sonidos para alcanzar un objetivo específico surgió antes de que se desarrollara el lenguaje. También revela que nuestra capacidad para combinar vocalizaciones significativas tiene al menos seis millones de años, que es cuando vivió el ancestro común entre humanos y chimpancés. Nuestro lenguaje se encuentra en constante cambio, pero hace pocos millones de años no era tan sofisticado como ahora, y no sabemos a cabalidad cómo surgió la habilidad de combinar palabras hasta formar frases más complejas. Una manera de dilucidar cómo se estructuró el lenguaje es mediante el análisis de la comunicación entre los grandes simios, nuestros parientes más cercanos.
– Marcela Martínez Rodríguez
Patrick Rolands/Shutterstock
Inteligencia artificial y evolución natural
Un grupo de científicos de la Universidad de Stanford y de Chan Zuckerberg Biohub, ambos en California, Estados Unidos, probaron modelos de lenguaje, el mismo tipo de técnica de inteligencia artificial que impulsa ChatGPT, para predecir posibles anticuerpos que ayuden en la lucha contra el ébola y el sars y a combatir la resistencia de las bacterias a los antibióticos, entre otras posibilidades.
Los anticuerpos son proteínas que los glóbulos blancos producen como respuesta a sustancias que nuestro sistema inmunitario considera peligrosas, llamadas antígenos, que están presentes en la superficie de microorganismos o parásitos, o bien en las toxinas. Estas proteínas se unen a dichas sustancias para destruir el microorganismo o la sustancia dañina. Los anticuerpos se caracterizan por ser muy específicos: se unen fuertemente a un solo tipo de sustancia, gracias a un proceso de mutación y selección que ocurre naturalmente en las células. Para diseñar vacunas y otros fármacos los investigadores buscan anticuerpos que se unan lo mejor posible a su blanco, para lo cual hacen evolucionar los anticuerpos en animales o en cajas de Petri.
En este caso, el equipo le enseñó al modelo de lenguaje las estructuras que emergen naturalmente en los anticuerpos que produce nuestro organismo, y a predecir, en sucesivas repeticiones, cómo podrían mutar para combatir estas enfermedades. Así consiguieron hacer “evolucionar” teóricamente siete anticuerpos que se unen fuertemente a la superficie de coronavirus, virus del Ébola y virus de la influenza A. El mismo modelo puede revisar y mejorar la secuencia en rondas sucesivas, y no tiene los límites que impone el trabajo con animales vivos o en vitro o incluso las hipótesis de los investigadores.
Este trabajo, publicado en Nature Biotechnology, revela la capacidad de los modelos de lenguaje para predecir estructuras moleculares complejas usando únicamente información sobre cómo pueden evolucionar mediante mutaciones en un entorno natural.
Lightspring/Shutterstock
