Inteligencia artificial y robótica descubren firmas ocultas de la enfermedad de Parkinson
Inmunohistoquímica para alfa-sinucleína que muestra tinción positiva (marrón) de un cuerpo de Lewy intraneural en la sustancia negra en la enfermedad de Parkinson. Crédito: Wikipedia
Un estudio publicado hoy en Nature Communications presenta una nueva plataforma para descubrir firmas celulares de enfermedades que integra sistemas robóticos para estudiar células de pacientes con métodos de inteligencia artificial para el análisis de imágenes. Utilizando su plataforma de cultivo celular automatizado, los científicos del NYSCF Research Institute colaboraron con Google Research para identificar con éxito nuevas características celulares de la enfermedad de Parkinson creando y perfilando más de un millón de imágenes de células de la piel de una cohorte de 91 pacientes y controles sanos.
«El descubrimiento tradicional de fármacos no está funcionando muy bien, especialmente para enfermedades complejas como el Parkinson», señaló la directora ejecutiva de NYSCF, Susan L. Solomon, JD. «La tecnología robótica que NYSCF ha construido nos permite generar grandes cantidades de datos de grandes poblaciones de pacientes y descubrir nuevas firmas de enfermedades como una base completamente nueva para descubrir medicamentos que realmente funcionan».
«Esto es una demostración ideal del poder de la inteligencia artificial para la investigación de enfermedades», agregó Marc Berndl, ingeniero de software de Google Research. «Tuvimos una colaboración muy productiva con NYSCF, especialmente porque sus sistemas robóticos avanzados crean datos reproducibles que pueden generar información confiable».
Acoplando la inteligencia artificial y la automatización
El estudio aprovechó los conocimientos de NYSCF un vasto depósito de células de pacientes y un sistema robótico de última generación The NYSCF Global Stem Cell Array para perfilar imágenes de millones de células de 91 pacientes con Parkinson y controles sanos. Los científicos utilizaron el Array para aislar y expandir células de la piel llamadas fibroblastos a partir de muestras de biopsias con sacabocados de la piel, etiquetar diferentes partes de estas células con una técnica llamada Cell Painting y crear miles de imágenes de microscopía óptica de alto contenido. Las imágenes resultantes se incorporaron a un canal de análisis de imágenes imparcial impulsado por inteligencia artificial, que identificó las características de la imagen específicas de las células del paciente que podrían usarse para distinguirlas de los controles sanos.
«Estos métodos de inteligencia artificial pueden determinar qué células del paciente tienen en común que podrían no ser observables de otro modo», dijo Samuel J. Yang, científico investigador de Google Research. «Lo que también es importante es que los algoritmos sean imparciales, no se basen en ningún conocimiento previo o ideas preconcebidas sobre la enfermedad de Parkinson, por lo que podemos descubrir señales completamente nuevas de la enfermedad».
Se subraya la necesidad de nuevas señales de la enfermedad de Parkinson. por las altas tasas de fracaso de los ensayos clínicos recientes para medicamentos descubiertos en función de objetivos y vías de enfermedades específicas que se cree que son los impulsores de la enfermedad. El descubrimiento de estas nuevas firmas de enfermedades utilizando métodos imparciales, especialmente en poblaciones de pacientes, tiene valor para el diagnóstico y el descubrimiento de fármacos, e incluso revela nuevas distinciones entre pacientes.
«De manera emocionante, pudimos distinguir entre imágenes de pacientes células y controles sanos, y entre diferentes subtipos de la enfermedad», señaló Bjarki Johannesson, Ph.D., investigador sénior de NYSCF en el estudio. «Incluso pudimos predecir con bastante precisión de qué donante provino una muestra de células».
Aplicaciones para el descubrimiento de fármacos
Las firmas de la enfermedad de Parkinson identificadas por el equipo ahora se pueden usar como base para realizar análisis de drogas en células de pacientes, para descubrir qué drogas pueden revertir estas características. El estudio también produce el mayor conjunto de datos de pintura celular conocido (48 TB) como recurso comunitario y está disponible para la comunidad investigadora (https://nyscf.org/nyscf-adpd/).
Notablemente, el La plataforma es independiente de la enfermedad y solo requiere células de la piel fácilmente accesibles de los pacientes. También se puede aplicar a otros tipos de células, incluidos los derivados de células madre pluripotentes inducidas que crea NYSCF para modelar una variedad de enfermedades. Por lo tanto, los investigadores tienen la esperanza de que su plataforma pueda abrir nuevas vías terapéuticas para muchas enfermedades en las que el descubrimiento tradicional de fármacos no ha tenido éxito.
«Esta es la primera herramienta para identificar con éxito las características de la enfermedad con tanta precisión y sensibilidad». dijo el vicepresidente senior de descubrimiento y desarrollo de plataformas de NYSCF, Daniel Paull, Ph.D. «Su poder para identificar subgrupos de pacientes tiene implicaciones importantes para la medicina de precisión y el desarrollo de fármacos en muchas enfermedades intratables».
Explore más
NYSCF y BBDF anuncian la disponibilidad de líneas de células madre para la investigación Más información: Integrando el aprendizaje profundo y la detección automatizada imparcial de alto contenido para identificar firmas de enfermedades complejas en fibroblastos humanos, Nature Communications, DOI: 10.1038/s41467-022-28423-4 Información de la revista: Nature Communications
Proporcionado por New York Stem Cell Foundation Cita: Inteligencia artificial y robótica descubrir firmas ocultas de la enfermedad de Parkinson (25 de marzo de 2022) consultado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-03-artificial-intelligence-robotics-uncover-hidden.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.