El aprendizaje automático puede identificar las células cancerosas por su acidez

Después de teñirla con azul de bromotimol, una sola célula puede clasificarse como sana o cancerosa según sus características de color. Crédito: Yuri Belotti

Las células cancerosas presentan varias diferencias clave con respecto a las células sanas que ayudan a identificarlas como peligrosas. Por ejemplo, el pH, el nivel de acidez dentro de una célula cancerosa, no es el mismo que el pH dentro de una célula sana.

Investigadores de la Universidad Nacional de Singapur desarrollaron un método de aprendizaje automático para determinar si una sola célula es cancerosa mediante la detección de su pH. Describen su trabajo en la revista APL Bioengineering.

«La capacidad de identificar células individuales ha adquirido una importancia primordial en el campo de la medicina personalizada y de precisión», dijo Chwee Teck Lim, uno de los autores. «Esto se debe a que es la única forma de explicar la heterogeneidad inherente asociada con cualquier muestra biológica».

Lim explicó que otras técnicas para examinar una sola célula pueden inducir efectos tóxicos o incluso matar la célula. Su enfoque, sin embargo, puede discriminar las células que se originan en tejidos normales de las células que se originan en tejidos cancerosos, así como entre diferentes tipos de cáncer, mientras mantiene vivas las células.

El método se basa en el tratamiento de las células con bromotimol. azul, un tinte sensible al pH que cambia de color dependiendo de cuán ácida sea una solución. Cada tipo de célula exhibe su propia huella digital única de rojo, verde y azul (RGB) en función de su acidez intracelular. Debido a que la transformación cancerosa altera el pH de la célula, una célula enferma responderá al azul de bromotimol de manera diferente, lo que resultará en un cambio característico de su huella digital RGB.

Entrenando un algoritmo de aprendizaje automático para asignar combinaciones de colores al estado de la enfermedad de células individuales, los autores pueden reconocer fácilmente un cambio no deseado. Esto les permite determinar la salud de una célula usando solo un equipo estándar simple: un microscopio invertido y una cámara a color.

«Nuestro método nos permitió clasificar células individuales de varios tejidos humanos, tanto normales como cancerosos , centrándose únicamente en los niveles de acidez inherentes que cada tipo de célula tiende a exhibir, y usando equipo simple y económico», dijo Lim.

Para implementaciones prácticas de este enfoque, los profesionales médicos necesitarán adquirir de manera no invasiva un muestra de las células en cuestión.

«Una aplicación potencial de esta técnica sería en la biopsia líquida, donde las células tumorales que escaparon del tumor primario pueden aislarse de los fluidos corporales de una manera mínimamente invasiva», dijo Lim dijo.

El grupo espera avanzar más en el concepto para tratar de detectar diferentes etapas de tumores malignos a partir de las células. Visualizan una versión en tiempo real del procedimiento, en la que las células suspendidas en una solución pueden reconocerse y manipularse automáticamente.

Explore más

El estudio avanza en el campo de la medicina de precisión Más información: «Enfoque basado en el aprendizaje automático para la obtención de imágenes de pH y la clasificación de células cancerosas individuales» APL Bioingeniería, aip.scitation.org/doi /10.1063/5.0031615 Proporcionado por el Instituto Americano de Física Cita: El aprendizaje automático puede identificar las células cancerosas por su acidez (2021, 16 de marzo) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021 -03-machine-cancerous-cells-acidity.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.