Utilización de la IA para identificar perturbaciones genéticas a partir de imágenes celulares
Una nueva empresa pretende utilizar sus hallazgos para tratar una fibrosis incurable hasta ahora
Investigadores del Instituto Paul Scherrer (ISP) han desarrollado una inteligencia artificial que podría abrir una vía nueva y rentable para identificar patrones de perturbación genética en imágenes celulares, lo que podría permitir el desarrollo de nuevos fármacos.
Las estrategias terapéuticas adoptadas por la medicina moderna se centran en la detección precoz y la manipulación selectiva de genes relacionados con enfermedades. Sobre todo en el caso de enfermedades complejas como el cáncer, las neurodegenerativas como el Alzheimer y las inflamaciones crónicas asociadas al envejecimiento, el reto no consiste sólo en identificar genes individuales, sino también en comprender sus redes reguladoras. Cada vez está más claro que la organización tridimensional del ADN en el núcleo celular -conocida como cromatina- desempeña un papel clave.
Hasta ahora, el análisis de estos cambios genéticos se basaba en complejas y costosas técnicas de expresión o secuenciación de genes. En un artículo publicado en la revista Cell Systems, investigadores dirigidos por G.V. Shivashankar -jefe del Laboratorio de Bioimagen Multiescala del Centro PSI de Ciencias de la Vida y catedrático de Mecano-Genómica de la ETH de Zúrich- y Caroline Uhler, directora del Centro Eric y Wendy Schmidt del Instituto Broad y catedrática de Ingeniería Eléctrica e Informática del MIT, han presentado ahora un nuevo enfoque: Junto con sus colegas estudiantes Daniel Paysan, Adityanarayanan Radhakrishnan y Xinyi Zhang, han desarrollado un sistema de inteligencia artificial (IA) llamado Image2Reg. Esto puede permitir identificar perturbaciones genéticas y posibles dianas farmacológicas basándose únicamente en simples imágenes microscópicas del núcleo celular, como las obtenidas tras la tinción Hoechst con colorantes fluorescentes azules. "La combinación de imágenes, aprendizaje automático y redes moleculares puede permitir en última instancia un acceso diagnóstico y terapéutico rápido y rentable", explica Shivashankar.
La IA desarrolla un "ojo" para detectar la actividad en la cromatina ...
En el primer paso de Image2Reg (que significa Image to Regulation, es decir, de la imagen celular a la regulación genética), los investigadores aprovechan el hecho de que la estructura tridimensional del núcleo celular -la cromatina en la que se empaqueta el ADN- se altera visiblemente cuando se interrumpe o sobreestimula experimentalmente la actividad de un gen concreto. Las imágenes resultantes suelen mostrar cambios muy sutiles pero sistemáticos en el aspecto de la cromatina.
A continuación, los investigadores entrenaron un algoritmo adaptativo -una red neuronal convolucional (RNC ), una forma de inteligencia artificial especializada en el procesamiento de imágenes- para reconocer estos patrones. La IA desarrolló un "ojo" para las huellas típicas dejadas por una actividad en la imagen de la cromatina.
... construye una red de relaciones celulares ...
Mientras se realiza el análisis de la imagen, Image2Reg construye una red biológica específica para el tipo de célula en cuestión, que describe cómo se relacionan entre sí los genes del interior de la célula. Esta red se basa en dos principios bien establecidos de la biología molecular: En primer lugar, en las interacciones proteína-proteína conocidas, es decir, qué proteínas entran en contacto entre sí y desencadenan procesos bioquímicos. En segundo lugar, incluye datos sobre la expresión génica, extraídos tanto del análisis de células individuales como de las mediciones colectivas clásicas, en las que se registra la actividad media de un gran número de células. Estos datos muestran qué genes están activos al mismo tiempo y podrían influirse o regularse mutuamente.
Por último, esta información se resume en forma de modelo matemático. El modelo procesa los complejos vínculos entre los genes y crea una representación numérica de cada uno de ellos, reflejando su función, papel y conectividad dentro del sistema biológico. El objetivo es crear una especie de "libro de reglas" de la célula, una descripción de los genes que trabajan juntos, se regulan mutuamente o están asignados a determinadas vías de señalización, independientemente de cómo se manifiesten en la imagen celular.
... y combina imagen y biología
En el último y decisivo paso, Image2Reg aúna los dos ámbitos de conocimiento adquiridos anteriormente: la visualización basada en imágenes del núcleo celular y el conocimiento molecular de la red de genes. Para ello se utiliza un proceso matemático conocido como máquina de núcleos, más concretamente el núcleo neural tangente (NTK). Este modelo aprende cómo los patrones numéricos deducidos del análisis de imágenes -es decir, lo que la red neuronal deduce de las imágenes celulares- pueden corresponderse con la relación funcional entre los genes de la red biológica.
Predicciones correctas muy por encima del nivel aleatorio
Los investigadores dispusieron de casi un millón de imágenes de células individuales para entrenar la IA: algunas procedían de células de control no tratadas y otras de células en las que se había sobreactivado deliberadamente un único gen.
En la prueba posterior, se pidió al modelo que identificara cuál de los 41 genes posibles había sido alterado, basándose únicamente en las imágenes de las células. La IA tuvo una precisión del 26%. En otras palabras, en una de cada cuatro células determinó correctamente qué gen había sido modificado. En comparación, si se hubiera basado únicamente en el azar, su porcentaje de acierto habría sido de alrededor del dos por ciento. Los investigadores lo consideran un claro indicio de que existen patrones reconocibles en la estructura de la célula, que están vinculados a determinados genes y que pueden identificarse mediante el análisis de imágenes. "Esto tiende un puente entre la forma y la función, entre la imagen y la biología", explica Caroline Uhler.
Una herramienta para el diagnóstico y el tratamiento
El proceso Image2Reg está aún en sus inicios. Sin embargo, abre el camino a una serie de aplicaciones prácticas de gran pertinencia médica. Muchas enfermedades -como el cáncer, el Alzheimer o los trastornos autoinmunes- surgen de alteraciones en la regulación de los genes. Los autores prevén que Image2Reg podría utilizarse para identificar qué genes se ven afectados por una enfermedad o una terapia, sin necesidad de complicados análisis experimentales. En última instancia, la esperanza es que este proceso permita identificar enfermedades en sus primeras fases, mucho antes de que puedan medirse marcadores clásicos como proteínas, ARN o síntomas conocidos.
En una empresa de nueva creación, los investigadores quieren utilizar sus hallazgos para desarrollar una terapia contra la fibrosis, actualmente incurable. En esta enfermedad, el organismo sustituye el tejido funcional por otro duro y cicatricial. A largo plazo, esto reduce la función de los órganos. Suelen verse afectados los pulmones, el hígado y el corazón.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Noticias más leídas
Más noticias de nuestros otros portales
Algo está pasando en la industria de las ciencias de la vida ...
Así es el verdadero espíritu pionero: Muchas start-ups innovadoras están aportando ideas frescas, savia nueva y espíritu emprendedor para cambiar el mundo del mañana a mejor. Sumérjase en el mundo de estas jóvenes empresas y aproveche la oportunidad de ponerse en contacto con los fundadores.