La degeneración macular asociada a la edad (DMAE o AMD) es una de las causas más frecuentes de pérdida de visión en personas mayores de 50 años. Lo que la vuelve especialmente frustrante es que no se trata de un “apagón” repentino, sino de un deterioro progresivo de la zona central de la retina, justo la que usamos para leer, reconocer caras o ver detalles finos. En ese proceso hay un actor silencioso que, cuando falla, arrastra a otros: las células del epitelio pigmentario de la retina (RPE).
Estas células son como el personal de mantenimiento de un edificio: no suelen verse, pero sin ellas todo se desordena. Dan soporte a los fotorreceptores (las células que captan la luz) y realizan tareas de reciclaje constantes. Si el RPE se deteriora y muere, con el tiempo los fotorreceptores también pueden seguir ese camino, y la visión se resiente.
La idea del “gemelo digital”: un mapa 3D que copia la vida interna de una célula
Investigadores de los National Institutes of Health (NIH), a través del National Eye Institute (NEI), han presentado una plataforma que llama la atención por el nivel de detalle: un gemelo digital de las células RPE. La expresión “gemelo digital” se usa en industria para describir una réplica virtual que imita el comportamiento de un objeto real; aquí, la ambición es similar, pero aplicada a biología celular.
La propuesta es construir una réplica computacional basada en datos reales que permita observar, medir y modelar cómo se organiza una célula RPE por dentro cuando está sana y cómo cambia cuando pierde su arquitectura. Según el NEI, se trata del primer gemelo digital con resolución subcelular de una célula humana primaria diferenciada, un matiz importante: no es un dibujo idealizado, sino un modelo alimentado por muchísimas observaciones reales, hasta el nivel de orgánulos y estructuras internas.
El director científico del NEI, Kapil Bharti, subraya el valor de usar el ojo como banco de pruebas: la retina y sus capas celulares tienen una organización muy clara, lo que hace que los cambios estructurales sean más medibles cuando algo va mal, una ventaja a la hora de entrenar modelos computacionales y comprobar si “entienden” la biología.
Por qué la polaridad celular es la clave: arriba y abajo no son un detalle
Una de las novedades más interesantes del trabajo es el énfasis en la polaridad celular. En el RPE, “arriba” y “abajo” no son direcciones caprichosas; son funciones. La cara superior, llamada apical, mira hacia los fotorreceptores y se encarga de tareas diarias como el reciclaje de componentes gastados. La cara inferior, basal, mira hacia el suministro sanguíneo, por donde entran nutrientes y oxígeno y salen residuos.
Si lo pensamos con una metáfora cotidiana, el RPE se parece a una tienda con dos puertas: una da a la calle principal (los fotorreceptores) y otra al callejón de carga y descarga (la sangre). Si se confunden las puertas, la tienda puede seguir en pie, pero el flujo se desordena: entregas que no llegan, residuos que no salen, fallos que se acumulan. En biología, ese “desorden” puede ser el preludio de enfermedad.
El equipo quiso cuantificar esa polaridad a fondo: tamaños, formas, volúmenes, localización espacial en 3D de orgánulos y estructuras del citoesqueleto, y cómo todo eso cambia a medida que la célula madura hacia un estado polarizado.
De dónde sale el modelo: iPSC, microscopía automatizada y una cantidad enorme de datos
El gemelo digital no aparece por arte de magia. Se construyó a partir de células RPE generadas en el NEI usando células madre pluripotentes inducidas (iPSC) desarrolladas por el Allen Institute for Cell Science (Seattle). Las iPSC son, simplificando, células “reprogramadas” que pueden volver a un estado flexible y luego diferenciarse en tipos celulares concretos. Es una herramienta habitual para estudiar enfermedades y desarrollo celular sin depender siempre de muestras directas.
El volumen de datos impresiona: se recopilaron imágenes 3D de alrededor de 1,3 millones de células RPE a partir de casi 4.000 campos de visión, usando un microscopio confocal automatizado. Este tipo de microscopía permite reconstrucciones en tres dimensiones con buen nivel de detalle, pero también genera montañas de información que, sin automatización y sin herramientas de análisis avanzadas, serían lentas de procesar.
En paralelo, se utilizaron marcadores para visualizar componentes celulares: bordes celulares, núcleos y mitocondrias, por ejemplo. Esos “tintes” y etiquetas son como ponerle códigos de colores a una ciudad para distinguir carreteras, edificios administrativos y centrales eléctricas; luego hace falta un sistema que identifique y mida todo eso de manera consistente.
POLARIS: IA para segmentar y entender la célula como un sistema
Para convertir imágenes en conocimiento medible, el equipo entrenó un algoritmo de inteligencia artificial (IA) llamado POLARIS (siglas de “polarity organization with learning-based analysis for RPE image segmentation”). Su tarea es reconocer estructuras como el núcleo, delimitar la forma y el volumen de la célula y segmentar en 3D distintas regiones y componentes a lo largo de fases del desarrollo celular.
Aquí conviene detenerse en qué significa “segmentar”: es asignar etiquetas a los “vóxeles” de una imagen 3D (píxeles con volumen) para que el ordenador sepa qué parte corresponde a membrana, citoplasma, núcleo u otras estructuras. Es un paso esencial si se quiere pasar de “ver” una célula a “medir” su organización.
Lo relevante es que, con esa segmentación y con métricas de organización interna, el grupo observó que las células RPE sanas en desarrollo siguen una trayectoria bastante predecible hacia un estado polarizado. Dicho de forma llana: la célula no se ordena al azar; parece seguir un patrón de maduración. Y cuando existe enfermedad o estrés, la sospecha es que ese patrón se altera, se frena o se desvía.
Un atlas de estados celulares: comparar lo sano con lo alterado para acelerar hallazgos
El resultado práctico es un atlas 3D impulsado por IA que reúne células RPE polarizadas y no polarizadas, con medidas detalladas a nivel celular y subcelular. La utilidad de un atlas así no es sólo “bonita visualmente”; es comparativa. En investigación biomédica, muchas veces el problema no es detectar que algo está mal, sino cuantificar cuánto y en qué punto exacto empieza a desviarse.
Tener una referencia sólida permite preguntar con más precisión: ¿qué organelos cambian primero? ¿Se altera antes la forma celular o la posición de las mitocondrias? ¿Se desorganiza el citoesqueleto antes de que se pierda la polaridad funcional? Es el tipo de preguntas que, si se responden con datos, ayudan a orientar estrategias terapéuticas.
Bharti plantea que este enfoque puede ser potente para el desarrollo de terapias contra la AMD, y que también podría adaptarse a otras enfermedades del ojo y a condiciones no oculares donde la polaridad celular sea importante. Davide Ortolan, primer autor y también autor sénior del estudio, lo describe como una ventana a procesos celulares que antes quedaban ocultos, combinando IA y modelado matemático para entender no sólo qué ocurre, sino cómo podría corregirse.
Qué significa esto para el futuro de tratamientos de la AMD: una herramienta, no una promesa inmediata
Conviene mantener los pies en el suelo: un atlas y un gemelo digital no son un fármaco. Su valor está en reducir incertidumbre y hacer que la búsqueda de dianas terapéuticas sea más dirigida. En lugar de probar hipótesis con poca visibilidad sobre lo que está pasando dentro de la célula, este tipo de modelos permite detectar patrones, transiciones de estado y desviaciones tempranas, lo que puede ayudar a elegir mejor qué rutas biológicas explorar y cómo evaluar si una intervención realmente “reordena” la célula.
También hay un elemento de estandarización. Cuando muchos laboratorios estudian un mismo fenómeno, la comparación entre resultados puede ser complicada si cada uno mide cosas distintas o con métodos distintos. Un marco de referencia basado en datos masivos, con segmentación consistente y métricas reproducibles, puede facilitar que distintos equipos hablen el mismo idioma experimental.
La investigación, financiada por el NIH/NEI Intramural Research Program, se apoya en un artículo publicado el 6 de febrero de 2026 en Nature Partner Journal – AI (NPJ AI), firmado por Ortolan y colaboradores, donde se detalla el “mapa subcelular 3D” y las transiciones de estado relacionadas con la polaridad apical-basal. La información divulgada por el NIH en su nota del 10 de febrero de 2026 ayuda a contextualizar el alcance y el objetivo biomédico del proyecto, con foco explícito en la degeneración macular asociada a la edad como caso de uso.