Hace poco más de 15 años, los científicos de la Universidad de Kyoto en Japón hicieron un descubrimiento notable. Cuando agregaron solo cuatro proteínas a una célula de la piel y esperaron unas dos semanas, algunas de las células sufrieron una transformación inesperada y sorprendente: volvieron a ser jóvenes. Se convirtieron en células madre casi idénticas a las que se encuentran en un embrión de días de edad, que recién comienza el viaje de la vida.
Al menos en una placa de Petri, los investigadores que utilizan el procedimiento pueden tomar células de la piel marchitas de un niño de 101 años y rebobinarlas para que actúen como si nunca hubieran envejecido.
Ahora, después de más de una década de estudiar y modificar la llamada reprogramación celular, varias empr esas de biotecnología y laboratorios de investigación dicen que tienen indicios tentadores de que el proceso podría ser la puerta de entrada a una nueva tecnología sin precedentes para la reversión de la edad. Lea la historia completa.
—Antonio Regalado
Este artículo es de nuestro próximo número con el tema de la mortalidad, que se lanzará mañana. Si desea leerlo cuando se publique, puede suscribirse a . por tan solo $ 80 al año.
El aprendizaje automático podría acelerar enormemente la búsqueda de nuevos metales
Las noticias: El aprendizaje automático podría ayudar a desarrollar nuevos tipos de metales con propiedades útiles, como la resistencia a temperaturas extremas y al óxido, según una nueva investigación. Un equipo de investigadores del Instituto Max Planck logró identificar 17 nuevos metales prometedores utilizando IA, que predice qué combinaciones de metales serán prometedoras con mucha más precisión que los métodos actuales de experimentación de laboratorio.
Por qué importa: El descubrimiento podría resultar útil para una variedad de sectores; por ejemplo, los metales que funcionan bien a temperaturas más bajas podrían mejorar las naves espaciales, mientras que los metales que resisten la corrosión podrían usarse para barcos y submarinos. También podría allanar el camino para un mayor uso del aprendizaje automático en la ciencia de los materiales. Lea la historia completa.
—Tammy Xu