La IA ayuda a detectar células enfermas individuales
Los investigadores han desarrollado un novedoso algoritmo de inteligencia artificial para aplicaciones clínicas denominado "scArches". Compara eficazmente las células de los pacientes con un atlas de referencia de células de individuos sanos. Esto permite a los médicos localizar las células enfermas y darles prioridad para un tratamiento personalizado en cada paciente.
Mapeo de nuevas cohortes de células de individuos sanos y pacientes de COVID-19 en un atlas de referencia de células sanas (Azul claro: Pacientes sanos de referencia. Azul: Nuevos pacientes sanos. Negro: Nuevos pacientes moderados de COVID-19. Rojo: Nuevos pacientes con COVID-19 grave).
© Helmholtz Zentrum München / Mohammad Lotfollahi
El Atlas de Células Humanas es el atlas de referencia de células individuales más grande del mundo y en constante crecimiento. Contiene referencias de millones de células en tejidos, órganos y etapas de desarrollo. Estas referencias ayudan a los médicos a comprender la influencia del envejecimiento, el entorno y la enfermedad en una célula y, en última instancia, a diagnosticar y tratar mejor a los pacientes. Sin embargo, los atlas de referencia no están exentos de dificultades. Los conjuntos de datos unicelulares pueden contener errores de medición (efecto de lote), la disponibilidad global de recursos computacionales es limitada y el intercambio de datos brutos suele estar restringido legalmente.
Investigadores del Helmholtz Zentrum München y de la Universidad Técnica de Múnich (TUM) han desarrollado un novedoso algoritmo denominado "scArches", abreviatura de arquitectura unicelular. La mayor ventaja: "En lugar de compartir los datos brutos entre clínicas o centros de investigación, el algoritmo utiliza el aprendizaje por transferencia para comparar los nuevos conjuntos de datos de la genómica unicelular con las referencias existentes, preservando así la privacidad y el anonimato. Esto también facilita la anotación e interpretación de los nuevos conjuntos de datos y democratiza enormemente el uso de los atlas de referencia unicelulares", afirma Mohammad Lotfollahi, principal científico del algoritmo.
Ejemplo COVID-19
Los investigadores aplicaron scArches para estudiar COVID-19 en varias muestras bronquiales de pulmón. Compararon las células de los pacientes con COVID-19 con las de referencias sanas utilizando la transcriptómica unicelular. El algoritmo fue capaz de separar las células enfermas de las referencias y, por lo tanto, permitió identificar las células que necesitaban tratamiento, tanto en los casos de COVID-19 leves como en los graves. La variación biológica entre los pacientes no afectó a la calidad del proceso de mapeo.
Fabian Theis: "Nuestra visión es que en el futuro utilizaremos las referencias de las células con la misma facilidad con la que hoy en día utilizamos las referencias del genoma. En otras palabras, si uno quiere hacer un pastel, normalmente no quiere intentar elaborar su propia receta, sino que simplemente busca una en un libro de cocina. Con scArches, formalizamos y simplificamos este proceso de búsqueda".
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
