En el vasto y zumbante mundo de la biofabricación industrial, las fábricas no producen plástico o acero; cultivan vida. Dentro de enormes tanques de acero inoxidable, organismos microscópicos como las bacterias son persuadidos para producir sustancias valiosas, desde medicamentos que salvan vidas hasta aminoácidos esenciales utilizados en alimentos y productos químicos. El éxito de estas operaciones depende enteramente de mantener a los habitantes microscópicos en un estado de equilibrio perfecto. Si el entorno cambia aunque sea ligeramente —volviéndose demasiado caliente, demasiado ácido o careciendo de oxígeno—, los diminutos trabajadores pueden dejar de producir o, lo que es peor, morir. Para gestionar esto, los ingenieros dependen de un flujo constante de datos. Algunas mediciones, como la temperatura o el flujo de aire, son tomadas instantáneamente por sensores. Otras, como la concentración del producto final o el número de células en crecimiento, requieren tomar una muestra física y enviarla a un laboratorio para su análisis químico. Este retraso, que a menudo dura horas, crea un punto ciego peligroso. Para cuando el laboratorio reporta los resultados, el proceso de fermentación ya puede haberse desviado del curso, haciendo que el control en tiempo real sea casi imposible.

Durante décadas, los científicos han intentado cerrar esta brecha utilizando computadoras. Han construido modelos que intentan adivinar los valores ocultos basándose en los visibles, con la esperanza de predecir el estado futuro del cultivo antes de que lleguen los resultados del laboratorio. Los primeros intentos se basaron en fórmulas matemáticas rígidas basadas en leyes conocidas de la física y la química, pero estos a menudo fallaban porque los sistemas biológicos son desordenados y están llenos de variables desconocidas. Más tarde, los investigadores recurrieron a la inteligencia artificial, enseñando a las computadoras a encontrar patrones en datos históricos. Aunque estos sistemas de "caja negra" podían aprender de la experiencia, a menudo tenían dificultades con dos problemas mayores: eran demasiado lentos para manejar las secuencias largas y complejas de datos generados por una ejecución completa de fermentación, y carecían de una comprensión de las reglas biológicas que gobiernan cómo influyen los diferentes parámetros entre sí. Sin esta lógica interna, la computadora podría encontrar un patrón que parece correcto pero que no tiene sentido biológico, lo que conduce a predicciones poco fiables.

Un equipo de investigadores de la Universidad de Ciencia y Tecnología de China y del Instituto de Suzhou de Ingeniería Biomédica y Tecnológica ha propuesto un nuevo enfoque para resolver estas dificultades específicas. Desarrollaron un sistema llamado G-Mamba, diseñado específicamente para predecir los resultados de la fermentación de la tirosina, un proceso donde bacterias modificadas producen un aminoácido utilizado en productos farmacéuticos y alimenticios. Los investigadores se centraron en un conjunto de datos que contenía treinta lotes históricos de este proceso de fermentación, rastreando treinta variables diferentes que iban desde la velocidad de las palas de agitación hasta la cantidad de oxígeno que entra en el tanque. Su objetivo era crear un modelo que pudiera pronosticar con precisión dos resultados críticos que usualmente solo se miden en el laboratorio: la densidad de las células bacterianas y la concentración de la tirosina que producen.

La innovación central de G-Mamba reside en cómo combina dos formas diferentes de pensar sobre los datos. Primero, utiliza una arquitectura especializada diseñada para manejar secuencias largas de tiempo. A diferencia de los sistemas anteriores que luchan por recordar eventos del pasado distante o requieren una potencia de cómputo masiva para hacerlo, esta nueva estructura puede rastrear la evolución del proceso de fermentación durante muchas horas con alta eficiencia. Aprende cómo el estado del tanque en un momento dado influye en el estado horas más tarde, capturando la deriva lenta y constante de un cultivo biológico. Segundo, y quizás más importante, los investigadores no dejaron que la computadora adivinara cómo se relacionan las variables entre sí. En su lugar, alimentaron al sistema con un mapa de relaciones biológicas conocidas. Le dijeron al modelo que ciertas acciones, como aumentar el flujo de aire, afectan directamente la cantidad de oxígeno disuelto, y que la producción de gases de desecho como el dióxido de carbono está vinculada a la acidez del caldo. Este "conocimiento previo" actúa como una guía, asegurando que el modelo respete las reglas reales de la biología.

Para que esto funcione, el sistema divide los datos en dos rutas paralelas. Una ruta se enfoca en la línea de tiempo, observando cómo cada variable cambia segundo a segundo. La otra ruta observa la red de conexiones entre las variables, utilizando el mapa preprogramado de reglas biológicas para comprender cómo un cambio en un área repercute en el resto del sistema. El modelo también tiene la capacidad de aprender nuevas conexiones ocultas que los científicos no definieron explícitamente, lo que le permite adaptarse a las particularidades de cada lote. Finalmente, un mecanismo ligero fusiona estas dos corrientes de información, decidiendo cuánto peso dar a la línea de tiempo frente a las conexiones biológicas en cualquier momento dado. Esto permite al sistema entender no solo qué sucedió, sino por qué sucedió y qué es probable que suceda después.

Cuando los investigadores probaron este nuevo sistema contra otros ocho modelos líderes, los resultados fueron claros. En tareas donde el modelo debía predecir el estado actual del cultivo basándose en datos recientes, G-Mamba fue más preciso que cualquiera de sus competidores. También destacó al mirar más allá, prediciendo las tendencias de las siguientes horas con mayor fiabilidad. El hallazgo más significativo, sin embargo, apareció cuando se le pidió al modelo que predijera tanto la densidad celular como la concentración de tirosina al mismo tiempo. En estas tareas multiobjetivo, el sistema mostró una capacidad única para comprender la compensación entre ambas. Reconoció que el crecimiento de las células bacterianas y la producción del producto están vinculados en una danza compleja de competencia de recursos. Al predecir ambos simultáneamente, el modelo mejoró su precisión para la concentración del producto, que es más difícil de predecir, utilizando el crecimiento celular, que es más fácil de predecir, como guía. Esto sugiere que el sistema capturó con éxito la tensión biológica subyacente entre la supervivencia del organismo y sus capacidades de producción.

El estudio también destacó la eficiencia del nuevo enfoque. Mientras que otros modelos potentes requerían recursos computacionales y memoria significativos, especialmente a medida que la ventana de tiempo para la predicción se volvía más larga, G-Mamba mantuvo un bajo costo computacional. Su rendimiento no se degradó a medida que los datos de entrada se volvían más extensos, un punto de falla común para las tecnologías anteriores. Los investigadores encontraron que la capacidad del sistema para incorporar las reglas conocidas del proceso de fermentación era esencial; cuando eliminaron esta guía biológica, la precisión del modelo disminuyó significamente. Del mismo modo, eliminar la capacidad de rastrear tendencias temporales a largo plazo también condujo a un marcado declive en el desempeño. La combinación de estos dos elementos demostró ser la clave del éxito.

En última instancia, este trabajo demuestra que el futuro del control de la fermentación industrial reside en sistemas híbridos que respetan tanto los datos como la ciencia. Al enseñar a la inteligencia artificial las reglas del mundo biológico, en lugar de dejar que adivine a ciegas, los investigadores pueden construir herramientas que no solo son más rápidas y precisas, sino también más confiables. Para los ingenieros que gestionan estos complejos biorreactores, tal herramienta ofrece la promesa de una visión en tiempo real, permitiéndoles ajustar el proceso antes de que surja un problema, asegurando que cada lote de bacterias produzca la máxima cantidad de producto valioso con la mayor consistencia posible. El estudio confirma que cuando guiamos los poderosos algoritmos nuevos con el conocimiento científico establecido, podemos resolver problemas que anteriormente eran demasiado complejos para cualquiera de los dos métodos por sí solos.