El sistema inmunitario aprende seleccionando aquellos linfocitos más eficaces contra ciertos patógenos, y así se prepara para la siguiente batalla

Tras superar una infección, nuestro sistema inmune recuerda las armas que usó para enfrentarse a ella. Por eso una vez pasado el sarampión (o por medio de vacunas), nos volvemos inmunes a esa enfermedad.

La pregunta es si el sistema inmune solo es capaz de recordar, o si también aprende y mejora para el futuro, igual que hacemos los seres humanos, y las inteligencias artificiales.

Ahora, un estudio realizado por por científicos del Instituto de Ciencias Industriales de la Universidad de Tokio ha demostrado que nuestro sistema inmune no solo recuerda sino que también es capaz de aprender. Han descrito este proceso como aprendizaje por refuerzo.

Esto abre la puerta para en el futuro programar nuestro sistema inmunitario como si se tratara de un ordenador, es decir, actualizarle el sistema operativo para que sea más efectivo.

El sistema inmunitario como robot

El sistema inmunitario nos protege frente a la acción de los diferentes patógenos, seres vivos o sustancias capaces de hacernos daño. Cuando un microorganismo entra en nuestro cuerpo, el sistema inmune comienza a luchar contra él en dos fases.

Primero se desencadena la respuesta innata, una respuesta genérica que es la misma independientemente del virus o bacteria ante el que nos encontremos, y que tiene como objetivo eliminar la infección todo lo posible.

A los pocos días arranca la respuesta inmune adaptativa, que es más especializada y se dirige específicamente al microorganismo que nos ataca. Aquí nuestro organismo aprende a reconocer al invasor, eliminarlo, y fabricar anticuerpos contra él.

Además la respuesta adaptativa tiene memoria. Esto quiere decir que si somos atacados otra vez por la misma bacteria o virus, el organismo puede desplegar las defensas inmediatamente.

El estudio muestra cómo el proceso de aprendizaje que sigue nuestro sistema inmune es similar a la tecnología machine learning que utiliza una inteligencia artificial, que  ya que se basa en el aprendizaje por refuerzo: se repite lo que funciona.

En este proceso intervienen los linfocitos T colaboradores que se encargan de activar a las demás células del sistema inmune.

Cuando un linfocito T colaborador reconoce a un patógeno se multiplica creando clones de sí mismo. Sin embargo, no todos son iguales, algunos clones reconocerán mejor a los patógenos y otros peor.

Aquellos linfocitos T colaboradores que reconozcan mejor a los microorganismos y por tanto activen mejor al resto del sistema se multiplicarán más. Esto crea una red que se irá modificando según las respuestas sean más o menos efectivas.

Según dice el coautor Tetsuya Kobayashi, «este marco teórico podría cambiar por completo la  comprensión de la inmunidad adaptativa y puede aplicarse a la optimización y creación de vacunas».

REFERENCIA

Understanding adaptive immune system as reinforcement learning