Utilizar a IA para identificar perturbações genéticas a partir de imagens de células
A recém-fundada start-up tem como objetivo utilizar as descobertas para tratar a fibrose anteriormente incurável
Os investigadores do Paul Scherrer Institute PSI desenvolveram uma IA que pode abrir uma nova abordagem económica para identificar padrões de perturbação genética em imagens de células - potencialmente permitindo o desenvolvimento de novos medicamentos.
As estratégias terapêuticas adoptadas pela medicina moderna centram-se na deteção precoce e na manipulação orientada de genes relacionados com doenças. Particularmente no caso de doenças complexas como o cancro, as doenças neurodegenerativas como a doença de Alzheimer e as inflamações crónicas associadas ao envelhecimento, o desafio não consiste apenas em identificar genes individuais, mas também em compreender as suas redes reguladoras. Está a tornar-se cada vez mais claro que a organização tridimensional do ADN no núcleo da célula - conhecida como cromatina - desempenha um papel fundamental.
Até agora, a análise dessas alterações genéticas baseava-se em técnicas complexas e dispendiosas de expressão ou sequenciação de genes. Num artigo publicado na revista Cell Systems, os investigadores liderados por G.V. Shivashankar - chefe do Laboratório de Bioimagem Multiescala no Centro PSI para as Ciências da Vida e Professor de Mecano-Genómica na ETH Zurique - e Caroline Uhler, Diretora do Centro Eric e Wendy Schmidt no Broad Institute e Professora de Engenharia Eléctrica e Informática no MIT apresentaram agora uma nova abordagem: Juntamente com os seus colegas estudantes Daniel Paysan, Adityanarayanan Radhakrishnan e Xinyi Zhang, desenvolveram um sistema de inteligência artificial (IA) chamado Image2Reg. Este sistema pode permitir identificar perturbações genéticas e potenciais alvos de medicamentos com base apenas em imagens microscópicas simples do núcleo da célula, como as obtidas após a coloração de Hoechst com corantes fluorescentes azuis. "A combinação de imagens, aprendizagem automática e redes moleculares pode, em última análise, permitir um acesso ao diagnóstico e à terapêutica que seja simultaneamente rápido e económico", explica Shivashankar.
A IA desenvolve um "olho" para a atividade da cromatina ...
Na primeira etapa do Image2Reg (que significa " Image to Regulation", ou seja, da imagem da célula para a regulação dos genes), os investigadores utilizam o facto de a estrutura tridimensional do núcleo da célula - a cromatina em que o ADN está empacotado - ser visivelmente alterada quando a atividade de um determinado gene é perturbada ou experimentalmente sobre-estimulada. As imagens resultantes mostram frequentemente alterações muito subtis mas sistemáticas no aspeto da cromatina.
Os investigadores treinaram então um algoritmo adaptativo - uma rede neural convolucional (CNN), uma forma de inteligência artificial especializada no processamento de imagens - para reconhecer estes padrões. A IA desenvolveu um "olho" para os traços típicos deixados por uma atividade na imagem da cromatina.
... constrói uma rede de relações celulares ...
Enquanto a análise da imagem está a decorrer, o Image2Reg constrói uma rede biológica específica para o tipo de célula em questão, que descreve a forma como os genes no interior da célula estão relacionados entre si. Esta rede baseia-se em dois princípios bem estabelecidos da biologia molecular: Em primeiro lugar, nas interações proteína-proteína conhecidas - por outras palavras, quais as proteínas que entram em contacto umas com as outras e desencadeiam processos bioquímicos. Em segundo lugar, inclui dados sobre a expressão genética - extraídos tanto da análise de células individuais como de medições colectivas clássicas, em que é registada a atividade média de um grande número de células. Estes dados mostram quais os genes que estão activos ao mesmo tempo e que se podem influenciar ou regular mutuamente.
Finalmente, esta informação é resumida sob a forma de um modelo matemático. O modelo processa as ligações complexas entre os genes e cria uma representação numérica de cada gene individual, reflectindo a sua função, papel e conetividade no sistema biológico. O objetivo é criar uma espécie de "livro de regras" para a célula, uma descrição dos genes que trabalham em conjunto, que se regulam mutuamente ou que são atribuídos a determinadas vias de sinalização - independentemente da forma como se manifestam na imagem da célula.
... e combina imagem e biologia
Na etapa final e decisiva, o Image2Reg reúne as duas esferas de conhecimento previamente adquiridas - a visualização baseada em imagens do núcleo da célula e o conhecimento molecular da rede de genes. Isto é feito utilizando um processo matemático conhecido como máquina de kernel, mais especificamente o kernel de tangente neural (NTK). Este modelo aprende como os padrões numéricos deduzidos da análise de imagens - ou seja, o que a rede neural deduz das imagens das células - podem ser combinados com a relação funcional entre os genes na rede biológica.
Previsões corretas muito acima do nível aleatório
Os investigadores dispunham de quase um milhão de imagens de células individuais para treinar a IA - algumas provinham de células de controlo não tratadas, outras de células em que um único gene tinha sido deliberadamente sobreactivado.
No teste subsequente, foi pedido ao modelo que identificasse quais dos 41 genes possíveis tinham sido alterados, apenas com base nas imagens das células. A IA teve 26% de precisão. Por outras palavras, numa em cada quatro células, determinou corretamente qual o gene que tinha sido modificado. Comparativamente, com base apenas no acaso, a sua taxa de sucesso teria sido de cerca de dois por cento. Os investigadores vêem este facto como uma indicação clara de que existem padrões reconhecíveis na estrutura da célula, que estes estão ligados a determinados genes e que podem ser identificados através da análise de imagens. "Isto estabelece uma ponte entre a forma e a função, entre a imagem e a biologia", explica Caroline Uhler.
Uma ferramenta para diagnóstico e tratamento
O processo Image2Reg ainda está a dar os primeiros passos. No entanto, abre caminho a uma série de aplicações práticas com grande pertinência médica. Muitas doenças - como o cancro, a doença de Alzheimer ou as doenças auto-imunes - resultam de perturbações na regulação dos genes. Os autores prevêem que o Image2Reg possa ser utilizado para identificar os genes que são afectados por uma doença ou por uma terapia - sem necessidade de análises experimentais elaboradas. Em última análise, a esperança é que este processo permita identificar doenças nas suas fases iniciais, muito antes de se poderem medir marcadores clássicos como proteínas, ARN ou sintomas conhecidos.
Numa empresa recém-criada, os investigadores pretendem utilizar os seus resultados para desenvolver uma terapia para a fibrose, que atualmente não tem cura. Nesta condição clínica, o corpo substitui o tecido funcional por tecido duro, semelhante a uma cicatriz. A longo prazo, isto reduz a função dos órgãos. Os pulmões, o fígado e o coração são frequentemente afectados.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Outras notícias do departamento ciência
Notícias mais lidas
Mais notícias de nossos outros portais
Algo está acontecendo no setor de ciências biológicas...
É assim que se parece o verdadeiro espírito pioneiro: Muitas start-ups inovadoras estão trazendo ideias novas, força vital e espírito empreendedor para mudar o mundo de amanhã para melhor. Mergulhe no mundo dessas jovens empresas e aproveite a oportunidade para entrar em contato com os fundadores.