Cómo la IA está ayudando a salvar la brecha de investigación entre animales y humanos
Análisis científico de los mecanismos moleculares de COVID-19
La transferencia de conocimientos de los experimentos con animales a los seres humanos sigue siendo un reto clave en la investigación médica. Esta "brecha traslacional" suele ser un obstáculo para el éxito de la traslación de hallazgos preclínicos prometedores a aplicaciones clínicas. En un proyecto de investigación conjunto de la Universidad de Leipzig y la Charité - Universitätsmedizin Berlin, los científicos han utilizado la inteligencia artificial para desarrollar un método que compara los mecanismos moleculares de la enfermedad Covid-19 en humanos y animales. Sus hallazgos se han publicado recientemente en la revista "The Lancet - eBioMedicine".
La transferencia de conocimientos de los modelos animales a los humanos es esencial para desentrañar los mecanismos de las enfermedades y desarrollar estrategias terapéuticas precisas. El método de alta resolución de secuenciación de ARN unicelular permite revelar similitudes y diferencias entre humanos y modelos animales a nivel molecular y celular con una precisión sin precedentes. Sin embargo, existen muy pocos métodos informáticos que permitan comparar detalladamente estos valiosos datos. En un reciente trabajo de investigación, científicos del Instituto de Informática Médica, Estadística y Epidemiología (IMISE) y de ScaDS.AI de la Universidad de Leipzig, junto con el Departamento de Medicina Respiratoria y Medicina de Cuidados Críticos de Charité, presentan un modelo de IA que crearon para COVID-19 basado en redes neuronales. Utilizaron datos sanguíneos de humanos y de diferentes especies de hámster con COVID-19 moderada o grave y los compararon a nivel molecular.
"Hemos demostrado que la brecha traslacional entre los modelos animales y los pacientes humanos puede reducirse integrando modelos robustos de aprendizaje profundo en combinación con análisis biológicamente informados. La IA aprende sistemáticamente las diferencias moleculares entre el animal y el ser humano, y luego puede traducir los patrones moleculares del animal enfermo en patrones correspondientes en humanos, por así decirlo, humanizando los datos del modelo animal", afirma el Dr. Holger Kirsten, científico del Instituto de Informática Médica, Estadística y Epidemiología (IMISE) de la Universidad de Leipzig y autor correspondiente del reciente estudio.
Conclusiones coherentes con los datos de la pandemia
"Hemos podido demostrar que la activación del sistema inmunitario en casos moderados de COVID-19 es muy similar en hámsters sirios y humanos, sobre todo en lo que respecta a los monocitos", afirma la Dra. Geraldine Nouailles, jefa de grupo científico del Departamento de Medicina Respiratoria y Medicina de Cuidados Críticos de Charité y también autora correspondiente del estudio. Los monocitos son precursores de los macrófagos, las células carroñeras del sistema inmunitario. En cambio, si queremos estudiar casos graves de enfermedad, lo mejor es fijarse en los neutrófilos de los hámsters Roborovski", afirma el científico. "Estas células inmunitarias de reacción especialmente rápida se comportan de forma muy similar en esta especie de hámster y en los seres humanos". Estos hallazgos concuerdan con las observaciones sobre la pandemia recogidas a partir de datos de pacientes humanos.
"Este tipo de comparaciones de datos de secuenciación de ARN unicelular son muy adecuadas para revelar similitudes y diferencias a nivel molecular y celular en animales y humanos que van mucho más allá de la investigación COVID-19", afirma Holger Kirsten. Geraldine Nouailles resume: "La metodología que hemos desarrollado nos permite identificar mejor los modelos animales adecuados para las enfermedades humanas y determinar qué fases de la enfermedad se corresponden entre sí. Esto puede mejorar el desarrollo y ensayo de estrategias terapéuticas y optimizar el proceso de traslación de los estudios preclínicos a los clínicos."
En el futuro, el equipo de investigación de Leipzig planea seguir desarrollando esta metodología y aplicarla a otros modelos animales utilizados para estudiar la eficacia y seguridad de terapias inmunomoduladoras en humanos. Un ejemplo de ello es la terapia con células T CAR, un prometedor método de tratamiento para ciertos tipos de cáncer.
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
Vincent D. Friedrich, Peter Pennitz, Emanuel Wyler, Julia M. Adler, Dylan Postmus, Kristina Müller, Luiz Gustavo Teixeira Alves, Julia Prigann, Fabian Pott, ... Martin Witzenrath, Jakob Trimpert, Holger Kirsten, Geraldine Nouailles; "Neural network-assisted humanisation of COVID-19 hamster transcriptomic data reveals matching severity states in human disease"; eBioMedicine
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.
