Hasta ahora, no había un método que confirmara la diferenciación de células madre en tiempo tan precoz, con tanta exactitud y a tan bajo costo. La investigación fue llevada por los doctores Santiago Miriuka y Ariel Waisman, en el Laboratorio LIAN de Fleni y CONICET.
Por primera vez, el equipo de investigadores del Laboratorio de Investigación Aplicada a las Neurociencias (LIAN) de Fleni y CONICET logró la aplicación de inteligencia artificial a la detección de la diferenciación de células madre en períodos ultra precoces. Esto podría permitir en un futuro cercano la detección automática de diferentes funciones celulares, según la investigación publicada en la revista científica Stem Cell Reports el pasado 14 de marzo.
Las células madre pluripotentes tienen la capacidad de diferenciarse en cualquier tipo de célula adulta del cuerpo humano. Identificar esta diferenciación puede llevar muchas horas y costosos procedimientos. Con este hallazgo, es posible hacerlo en tan solo 1 hora y solamente con una foto en un microscopio.
La investigación
Para el estudio, células madre pluripotentes murinas fueron inducidas a diferenciarse en epiblastos, un tipo de célula similar a la que emerge bien temprano durante el desarrollo embrionario. Apenas 30 minutos después del inicio, las redes neuronales pudieron predecir qué imágenes contenían células a las que se había inducido a la diferenciación. Una hora después del comienzo de la diferenciación, las predicciones eran correctas en más del 99% de los casos.
“Estamos sorprendidos con la precisión que alcanzan estos modelos”, apuntó el Dr. Miriuka, autor principal de la investigación. De acuerdo con Miriuka, hasta ahora no hay un método que confirme la diferenciación de las células madre en tan poco tiempo, con tanta exactitud y a tan bajo costo, por lo que cree que pronto se harán muchos análisis con estas técnicas, en particular en asociación con la microscopía automatizada celular.
Aplicaciones a futuro
La inteligencia artificial registró importantes avances en los últimos años. El aprendizaje profundo o deep learning es un modo específico de aprendizaje de las máquinas. En este caso, este aprendizaje se realiza a través de una red neuronal, es decir, algoritmos que tratan de imitar la manera en que funciona el cerebro y aprender de la experiencia.
La idea es que se puedan entrenar las redes neuronales para que aprendan los cambios en la morfología de las células y luego programar una respuesta automática una vez que esos cambios son detectados. De esta forma, se podría lograr en el futuro cercano la detección automática de apoptosis (muerte celular programada), crecimiento celular, contaminación, salud celular en general e incluso de la expresión de los marcadores en las células.
Link a la publicación: https://www.cell.com/stem-cell-reports/fulltext/S2213-6711(19)30052-9
