Semanas de trabajo en unas pocas horas: una herramienta de IA analiza las membranas celulares
Tres herramientas en un solo programa, y basta con unos pocos datos
Anuncios
Las membranas celulares y las proteínas que contienen controlan muchos procesos vitales y desempeñan un papel clave en la salud y la enfermedad. Sin embargo, hasta ahora, estudiarlas en imágenes 3D de las células suponía un trabajo lento y manual. Un equipo de Helmholtz Múnich, la Universidad Técnica de Múnich (TUM) y el Biozentrum de la Universidad de Basilea ha desarrollado MemBrain v2, una herramienta de inteligencia artificial que automatiza esta tarea, reduciendo a unas pocas horas un trabajo que antes llevaba semanas.
Este software, de libre acceso, detecta membranas, localiza proteínas de membrana específicas y analiza su disposición espacial, mostrando cómo se organizan los procesos celulares a nivel molecular. Dependiendo de la aplicación, la IA requiere pocos o ningún dato de entrenamiento adicional para llevar a cabo esta tarea. Esto permite a los investigadores de todo el mundo estudiar en detalle el funcionamiento de las células, de forma más rápida y a una escala mucho mayor.
La tomografía crioelectrónica (cryo-ET) es una técnica especial de microscopía que permite a los investigadores observar el interior de las células, en tres dimensiones y con una resolución muy alta. Dado que para ello las células se congelan rápidamente, se conservan prácticamente inalteradas, desde las estructuras celulares completas hasta las moléculas individuales. Sin embargo, hasta ahora ha resultado difícil analizar las membranas en este tipo de datos.
«Uno de los retos es que las imágenes de criotomografía electrónica pueden presentar lagunas de información debido a las limitaciones técnicas del proceso de obtención de imágenes. Como resultado, ciertas orientaciones de las membranas son difíciles de observar o, en parte, imposibles de ver. Aquí es precisamente donde entra en juego MemBrain v2, automatizando el proceso», explica el primer autor, Lorenz Lamm.
Optimización de una tecnología clave en biología celular
MemBrain-seg detecta las membranas directamente, sin que los usuarios tengan que proporcionar anotaciones adicionales ni datos de entrenamiento. MemBrain-pick también requiere solo una pequeña cantidad de datos de entrenamiento: en una prueba, los investigadores anotaron manualmente las posiciones de los complejos proteicos en una sola membrana. A partir de estas anotaciones, la herramienta localizó los complejos proteicos correspondientes en otras membranas con una puntuación F1 del 91 %. Hasta ahora, estos datos de imágenes en 3D tenían que etiquetarse minuciosamente a mano, y los resultados rara vez podían reutilizarse para nuevos conjuntos de datos. Los programas existentes solían ocuparse únicamente de partes concretas del análisis, por ejemplo, trazar el contorno de las membranas o localizar las proteínas en su interior.
Tres herramientas en un solo software, y bastan pocos datos
Por primera vez, MemBrain v2 combina tres pasos en una única herramienta de IA: detecta las membranas (MemBrain-seg), localiza las proteínas incrustadas en ellas (MemBrain-pick) y mide cómo se organizan estas proteínas (MemBrain-stats).
En varias aplicaciones, la herramienta igualó los resultados de minuciosos análisis manuales, pero fue considerablemente más rápida. Además, es fácil de usar y puede aplicarse a otras cuestiones de investigación sin necesidad de grandes ajustes. Dado que todos los componentes son de código abierto, el módulo de detección de membranas ya se utiliza ampliamente en todo el mundo y se ha aplicado, por ejemplo, a conjuntos de datos del Chan Zuckerberg Imaging Institute.
«Al agilizar estos análisis y hacerlos accesibles a grupos de investigación de todo el mundo, podemos estudiar los procesos celulares en conjuntos de datos mucho más amplios. En última instancia, esto puede ayudarnos a comprender mejor cómo funcionan las células y qué cambios se producen cuando se desarrolla una enfermedad», afirma la autora principal, la Dra. Tingying Peng.
Conjuntos de datos más amplios y distinciones más precisas en el futuro
MemBrain v2 ya ha contribuido a nuevos conocimientos biológicos: en un estudio independiente, la herramienta demostró que importantes proteínas de la fotosíntesis están separadas espacialmente dentro de la membrana, lo que pone en tela de juicio los modelos anteriores sobre su organización. En el futuro, está previsto que distinga los diferentes tipos de proteínas con aún mayor precisión.
«Me complace especialmente que MemBrain v2 se esté utilizando ahora en muchos otros estudios, en los que simplifica análisis exigentes o los hace posibles en primer lugar, lo que supone una contribución concreta a nuevos conocimientos biológicos», afirma el autor principal, Lorenz Lamm.
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
