Puede que no sepamos ni la mitad de lo que hay en nuestras células, según una nueva técnica de IA
Una técnica basada en la inteligencia artificial revela componentes celulares hasta ahora desconocidos que podrían aportar nuevas pistas sobre el desarrollo y las enfermedades humanas
UC San Diego Health Sciences
Combinando la microscopía, las técnicas bioquímicas y la inteligencia artificial, los investigadores de la Facultad de Medicina de la Universidad de California en San Diego y sus colaboradores han dado lo que creen que puede ser un importante salto adelante en la comprensión de las células humanas.
La técnica, conocida como Multi-Scale Integrated Cell (MuSIC), se describió el 24 de noviembre de 2021 en Nature.
"Si se imagina una célula, probablemente se imagina el colorido diagrama de su libro de texto de biología celular, con mitocondrias, retículo endoplásmico y núcleo. Pero, ¿es esa toda la historia? Definitivamente no", afirma el doctor Trey Ideker, profesor de la Facultad de Medicina de la UC San Diego y del Centro Oncológico Moores. "Hace tiempo que los científicos se dieron cuenta de que es más lo que no sabemos que lo que sabemos, pero ahora por fin tenemos una forma de mirar más a fondo".
Ideker dirigió el estudio con la doctora Emma Lundberg, del Real Instituto de Tecnología de Estocolmo (Suecia) y la Universidad de Stanford.
En el estudio piloto, MuSIC reveló aproximadamente 70 componentes contenidos en una línea celular de riñón humano, la mitad de los cuales no se habían visto nunca antes. En un ejemplo, los investigadores detectaron un grupo de proteínas que formaban una estructura desconocida. En colaboración con su colega de la UC San Diego, el doctor Gene Yeo, acabaron por determinar que la estructura era un nuevo complejo de proteínas que se une al ARN. Es probable que el complejo intervenga en el empalme, un importante acontecimiento celular que permite la traducción de los genes en proteínas y ayuda a determinar qué genes se activan en cada momento.
El interior de las células -y las numerosas proteínas que allí se encuentran- se suele estudiar mediante una de las dos técnicas siguientes: la obtención de imágenes al microscopio o la asociación biofísica. Con la imagen, los investigadores añaden etiquetas fluorescentes de varios colores a las proteínas de interés y siguen sus movimientos y asociaciones a través del campo de visión del microscopio. Para observar las asociaciones biofísicas, los investigadores pueden utilizar un anticuerpo específico de una proteína para sacarla de la célula y ver qué más está unido a ella.
El equipo lleva muchos años interesado en cartografiar el funcionamiento interno de las células. Lo que es diferente en MuSIC es el uso del aprendizaje profundo para mapear la célula directamente a partir de imágenes de microscopía celular.
"La combinación de estas tecnologías es única y poderosa porque es la primera vez que se juntan mediciones a escalas enormemente diferentes", dijo el primer autor del estudio, Yue Qin, estudiante de posgrado de Bioinformática y Biología de Sistemas en el laboratorio de Ideker.
Los microscopios permiten a los científicos ver hasta el nivel de una sola micra, aproximadamente el tamaño de algunos orgánulos, como las mitocondrias. Los elementos más pequeños, como las proteínas individuales y los complejos proteicos, no pueden verse a través de un microscopio. Las técnicas bioquímicas, que parten de una sola proteína, permiten a los científicos descender hasta la escala del nanómetro. (Un nanómetro es la milmillonésima parte de un metro, es decir, 1.000 micras).
"Pero, ¿cómo se salva la distancia entre la escala nanométrica y la micrométrica? Este ha sido durante mucho tiempo un gran obstáculo en las ciencias biológicas", dijo Ideker, que también es fundador de la Iniciativa del Mapa Celular del Cáncer de la UC y del Centro de Biología Computacional y Bioinformática de la UC San Diego. "Resulta que se puede hacer con la inteligencia artificial: mirar los datos de múltiples fuentes y pedir al sistema que los ensamble en un modelo de una célula".
El equipo entrenó a la plataforma de inteligencia artificial MuSIC para que examinara todos los datos y construyera un modelo de la célula. El sistema aún no asigna el contenido de la célula a lugares específicos, como un diagrama de libro de texto, en parte porque sus ubicaciones no son necesariamente fijas. En cambio, la ubicación de los componentes es fluida y cambia según el tipo de célula y la situación.
Ideker señaló que se trataba de un estudio piloto para probar el MuSIC. Sólo han analizado 661 proteínas y un tipo de célula.
"El siguiente paso claro es recorrer toda la célula humana", dijo Ideker, "y luego pasar a diferentes tipos de células, personas y especies. Con el tiempo podríamos entender mejor la base molecular de muchas enfermedades comparando las diferencias entre las células sanas y las enfermas."
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.