Análisis celular automatizado mediante inteligencia artificial
Un equipo internacional de investigación desarrolla un método informático de fácil manejo
Identificar y delinear estructuras celulares en imágenes de microscopía es crucial para entender los complejos procesos de la vida. Esta tarea se denomina "segmentación" y permite toda una serie de aplicaciones, como analizar la reacción de las células a tratamientos farmacológicos o comparar estructuras celulares en distintos genotipos. Ya era posible realizar la segmentación automática de esas estructuras biológicas, pero los métodos dedicados sólo funcionaban en condiciones específicas y adaptarlos a nuevas condiciones resultaba costoso. Un equipo internacional de investigación dirigido por la Universidad de Gotinga ha desarrollado un método que consiste en reentrenar el software Segment Anything, basado en inteligencia artificial, en más de 17.000 imágenes de microscopía con más de dos millones de estructuras anotadas a mano. Su nuevo modelo se llama Segment Anything for Microscopy y puede segmentar con precisión imágenes de tejidos, células y estructuras similares en una amplia gama de entornos. Para ponerlo a disposición de investigadores y médicos, también han creado μSAM, un software fácil de usar para "segmentar cualquier cosa" en imágenes de microscopía. Su trabajo se ha publicado en Nature Methods.
Segmentación de imágenes de microscopía electrónica con μSAM. Esta imagen muestra cómo el modelo puede segmentar núcleos, con puntos y recuadros del usuario y las correspondientes máscaras predichas por el modelo.
The underlying image from data published in Cell (S0092-8674(21)00876-X). Image created by Anwai Archit using the μSAM tool.
Para adaptar el software existente a la microscopía, el equipo de investigación lo evaluó primero con un amplio conjunto de datos de código abierto, que demostró el potencial del modelo para la segmentación en microscopía. Para mejorar la calidad, el equipo volvió a entrenarlo con un gran conjunto de datos de microscopía. Esto mejoró notablemente el rendimiento del modelo en la segmentación de células, núcleos y pequeñas estructuras celulares conocidas como orgánulos. El equipo creó entonces su software, μSAM, que permite a investigadores y médicos analizar imágenes sin necesidad de pintar manualmente las estructuras ni de entrenar un modelo de IA específico. El programa ya se utiliza a escala internacional, por ejemplo para analizar células nerviosas del oído en el marco de un proyecto de restauración auditiva, segmentar células tumorales artificiales para la investigación del cáncer o analizar imágenes de microscopía electrónica de rocas volcánicas.
"El análisis de células u otras estructuras es una de las tareas más difíciles para los investigadores que trabajan en microscopía, y es una tarea importante tanto para la investigación básica en biología como para el diagnóstico médico", afirma el catedrático Constantin Pape, del Instituto de Informática de la Universidad de Gotinga. "Mi grupo está especializado en la creación de herramientas para automatizar estas tareas y los investigadores nos piden ayuda a menudo. ¡Antes de desarrollar Segment Anything for Microscopy, teníamos que pedirles que primero anotaran a mano muchas estructuras, una tarea difícil y que llevaba mucho tiempo. μSAM ha cambiado esto! Tareas que antes llevaban semanas de minucioso esfuerzo manual pueden automatizarse en unas pocas horas, porque el modelo puede segmentar cualquier tipo de estructura biológica con unos pocos clics y luego puede mejorarse para automatizar la tarea con nuestra herramienta. Esto permite muchas aplicaciones nuevas, y ya la hemos utilizado en una amplia gama de proyectos, que van desde la biología celular básica hasta el desarrollo de herramientas para la recomendación de tratamientos en terapias contra el 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
Más noticias del departamento ciencias
