Resumen:
Los investigadores han desarrollado un sistema de inteligencia artificial llamado ChromAgeNet, que puede identificar características de envejecimiento ocultas en la estructura del ADN a partir de imágenes celulares tridimensionales obtenidas con microscopios comunes, proporcionando una nueva herramienta para el estudio del envejecimiento de las células madre sanguíneas y la búsqueda futura de formas de retrasar el envejecimiento.
A medida que aumenta la edad, la capacidad del cuerpo para producir células sanguíneas disminuirá gradualmente. Este cambio está estrechamente relacionado con la disminución de la función del sistema hematopoyético. Las células madre hematopoyéticas son responsables de producir diversos componentes sanguíneos, como glóbulos rojos, glóbulos blancos y plaquetas, pero los cambios internos que ocurren en estas células durante el envejecimiento suelen ser tan sutiles que son difíciles de detectar directamente incluso con observación microscópica.
Para resolver este problema, un equipo de investigación del Instituto de Investigación Biomédica Belvite de España, el Centro de Supercomputación de Barcelona y el Instituto de Salud Global de Barcelona desarrollaron conjuntamente ChromAgeNet. El sistema analiza imágenes tridimensionales de núcleos celulares para estudiar la organización espacial del ADN dentro del núcleo y encontrar características ocultas relacionadas con el envejecimiento.
En el estudio publicado en la revista "Aging Cell", los científicos utilizaron células madre hematopoyéticas de ratón para la verificación. Los resultados muestran que ChromAgeNet puede distinguir células jóvenes de células senescentes con una precisión de aproximadamente el 77%, lo que es mejor que los modelos tradicionales de aprendizaje automático que anteriormente dependían de características establecidas artificialmente.
El equipo de investigación señaló que dentro del núcleo, el ADN no existe en una forma lineal simple, sino que junto con las proteínas forma una estructura compleja llamada cromatina. La forma en que está organizada la cromatina afecta qué genes se activan, lo que a su vez determina la identidad y función de la célula. A medida que envejecemos, esta estructura tridimensional cambia gradualmente, pero estos cambios suelen ser difíciles de detectar a simple vista.
Para entrenar el modelo de inteligencia artificial, los investigadores primero utilizaron el tinte fluorescente común DAPI para marcar el ADN y luego obtuvieron imágenes microscópicas tridimensionales del núcleo celular. Luego, la red neuronal aprende las diferencias sutiles entre células jóvenes y viejas a partir de una gran cantidad de muestras y construye un modelo de juicio.
Un análisis más detallado encontró que ChromAgeNet no se centra en indicadores tradicionales como el tamaño o la forma de las células, sino en detalles como la complejidad de la organización de la cromatina en el espacio, la distribución de la heterocromatina cerca del borde del núcleo celular y algunas áreas de condensación de cromatina de alta densidad. Estas características estructurales, que antes eran difíciles de cuantificar, pueden contener información importante estrechamente relacionada con la edad celular.
Los investigadores también realizaron experimentos de prueba de concepto. Trataron células madre hematopoyéticas envejecidas con diferentes tipos de fármacos epigenéticos y luego utilizaron ChromAgeNet para analizar si los fármacos cambiaron el patrón de organización del ADN y lo hicieron más similar a las características estructurales de las células jóvenes.
Los resultados muestran que la herramienta puede detectar cambios estructurales que ocurren después del tratamiento farmacológico y determinar si algunas células se han transformado en "características más jóvenes". Sin embargo, el equipo de investigación enfatizó que esto no significa que estos medicamentos realmente hayan restaurado las células a un estado más joven, ni pueden probar que se hayan restablecido las funciones celulares. Los resultados actuales sólo ilustran la capacidad de la IA para identificar cambios estructurales relacionados con la edad y sus respuestas a las intervenciones.
Los investigadores dijeron que esta tecnología se puede utilizar en combinación con otras herramientas de evaluación de la edad biológica, como los relojes epigenéticos, en el futuro para proporcionar información más completa para estudiar los mecanismos del envejecimiento. Debido al bajo costo y la amplia aplicación de la tinción DAPI, se espera que ChromAgeNet se utilice en el futuro en experimentos de detección de alto rendimiento para evaluar rápidamente los efectos de diferentes fármacos e intervenciones a partir de cantidades masivas de células.
El equipo también reveló el modelo ChromAgeNet y los datos de imágenes celulares tridimensionales relacionados, con la esperanza de que otras instituciones de investigación puedan mejorar aún más la tecnología de evaluación de la edad celular basándose en estos resultados. Los investigadores creen que hay una gran cantidad de información sobre el envejecimiento oculta en la estructura tridimensional del ADN, y la inteligencia artificial está ayudando a los científicos a leer estas señales de una manera sin precedentes, abriendo nuevas direcciones de investigación para comprender el proceso de envejecimiento y desarrollar posibles tratamientos antienvejecimiento.
Comentarios