La IA en la investigación celular: Moscot revela la dinámica celular con un detalle sin precedentes
Un punto de inflexión en la investigación médica
Gracias a una nueva tecnología llamada Moscot ("Multi-Omics Single-Cell Optimal Transport"), los investigadores pueden ahora observar millones de células simultáneamente mientras se desarrollan en un nuevo órgano, por ejemplo, un páncreas. Este innovador método ha sido desarrollado por un equipo internacional de investigación dirigido por el Helmholtz de Múnich y se ha publicado en la revista Nature.
Hasta ahora, los biólogos sólo tenían un conocimiento limitado de cómo se desarrollan las células en su entorno natural, por ejemplo, cuando forman un órgano en el embrión. "Los métodos existentes sólo proporcionaban instantáneas de unas pocas células o no podían vincular los procesos dinámicos en el espacio y el tiempo", explica Dominik Klein, uno de los autores principales del estudio, doctorando del Instituto de Biología Computacional Helmholtz de Múnich e investigador de la Universidad Técnica de Múnich (TUM). "Esto ha limitado enormemente nuestra comprensión de las complejas interacciones durante el desarrollo de los órganos y en los procesos de enfermedad".
Moscot cartografía el desarrollo celular en órganos y organismos enteros
Junto con un equipo interdisciplinar dirigido por Giovanni Palla (Helmholtz Múnich), Marius Lange (ETH Zúrich), Michal Klein (Apple) y Zoe Piran (Universidad Hebrea de Jerusalén), Dominik Klein desarrolló Moscot. El equipo se basó en una teoría desarrollada en el siglo XVIII: la teoría del transporte óptimo, que describe cómo los objetos pueden moverse de la forma más eficiente de un lugar a otro para minimizar el tiempo, la energía o el coste. La aplicación del transporte óptimo a dos poblaciones de células se había visto limitada anteriormente por el tamaño de los conjuntos de datos biomédicos. Este obstáculo se ha superado ahora gracias a los avances en inteligencia artificial, en los que ha influido notablemente el coautor Marco Cuturi (Apple). "Hemos adaptado nuestros modelos matemáticos para representar con precisión la información molecular y la posición de las células en el organismo durante su desarrollo. La teoría del transporte óptimo nos ayuda a entender cómo las células se mueven, cambian y pasan de un estado a otro", afirma Klein. Ahora es posible observar millones de células simultáneamente, con una precisión que antes era inimaginable".
Moscot permite la cartografía multimodal de células individuales en tejidos espaciales y desempeña un papel crucial en los procesos biológicos dinámicos. Conecta millones de células a lo largo del tiempo, vinculando los cambios en la expresión génica a las decisiones celulares. La implementación de Moscot tiene como objetivo analizar enormes conjuntos de datos mediante algoritmos complejos, proporcionando al mismo tiempo una interfaz intuitiva para los biólogos. Además, Moscot capta de forma precisa y simultánea el estado molecular de un gran número de células y describe su desarrollo en el espacio y el tiempo. Esto permite por primera vez seguir y comprender mejor los complejos procesos celulares de órganos y organismos vivos enteros.
Nuevas perspectivas en la investigación del páncreas y la diabetes
La aplicación de Moscot ha aportado nuevos conocimientos a la investigación sobre el páncreas: el equipo consiguió cartografiar el desarrollo de las células productoras de hormonas en el páncreas a partir de mediciones multimodales. A partir de estos hallazgos, los científicos pueden ahora analizar en detalle los mecanismos subyacentes de la diabetes. "Esta nueva perspectiva de los procesos celulares abre oportunidades para terapias dirigidas que aborden las causas profundas de las enfermedades en lugar de limitarse a tratar los síntomas", afirma el Prof. Heiko Lickert, que dirige el Instituto de Investigación sobre Diabetes y Regeneración del Helmholtz de Múnich y es coautor del estudio junto con el Prof. Fabian Theis.
Un punto de inflexión en la investigación médica
Fabian Theis, Director del Instituto de Biología Computacional del Helmholtz de Múnich y profesor de la TUM, subraya la importancia de Moscot para la investigación biomédica: "Moscot está cambiando la forma en que entendemos y utilizamos los datos biológicos. Nos permite no sólo captar la dinámica del desarrollo celular con un detalle sin precedentes, sino también hacer predicciones precisas sobre la progresión de las enfermedades, con el objetivo de desarrollar enfoques terapéuticos personalizados."
Para Theis, Moscot es un excelente ejemplo de colaboración interdisciplinar: "La exitosa combinación de matemáticas y biología en este proyecto demuestra de manera impresionante lo crucial que es la colaboración entre distintas disciplinas para lograr verdaderos avances científicos. Gracias a la estrecha colaboración con el equipo dirigido por Heiko Lickert, del Centro Helmholtz de Diabetes, pudimos validar las predicciones de Moscot mediante experimentos de laboratorio."
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
Dominik Klein, Giovanni Palla, Marius Lange, Michal Klein, Zoe Piran, Manuel Gander, Laetitia Meng-Papaxanthos, Michael Sterr, Lama Saber, Changying Jing, Aimée Bastidas-Ponce, Perla Cota, Marta Tarquis-Medina, Shrey Parikh, Ilan Gold, Heiko Lickert, Mostafa Bakhti, Mor Nitzan, Marco Cuturi, Fabian J. Theis; "Mapping cells through time and space with moscot"; Nature, 2025-1-22
Más noticias del departamento ciencias
