Publicado: marzo 18, 2025, 9:47 am
Una red neuronal basada en inteligencia artificial (IA), única en su tipo, puede analizar e interpretar rápidamente millones de células de una muestra de paciente, prediciendo cambios moleculares en el tejido. Esto podría identificar facilitar el diseño de tratamientos personalizados para enfermedades como el cáncer. La IA NicheCompass, que se presenta en la revista ‘ Nature Genetics ‘ emplea una base de datos visual que combina datos genómicos espaciales sobre los tipos de células, dónde se encuentran y cómo se comunican. Creada por investigadores del Wellcome Sanger Institute , el I nstituto de IA para la Salud de Helmholtz Munich , la Universidad de Würzburg y sus colaboradores como parte de la Iniciativa del Atlas Celular Humano , se trata del primer sistema de IA capaz de medir e interpretar una gama de datos desde la red social de una célula para reconocer y analizar diferentes vecindarios celulares. En el estudio que publican ‘Nature Genetics’ se detalla cómo puede descubrir cambios en los tejidos de pacientes con cáncer de mama y de pulmón . NicheCompass, dice sus autores, puede identificar cómo ciertas personas pueden responder de manera diferente a los tratamientos, todo en una hora, mediante el poder de la IA. Cada célula en el cuerpo humano se comunica con su entorno y forma parte de una red de interacciones, identificándose por características como las proteínas en su superficie. Las tecnologías genómicas espaciales y de una sola célula han mejorado la comprensión del cuerpo, permitiendo la creación de atlas celulares detallados de tejidos y órganos. Estos atlas contienen información sobre los tipos de células, su ubicación y cómo los cambios genéticos afectan sus interacciones. Aunque proporcionan datos sobre las redes celulares, es complicado interpretar y cuantificar estas interacciones sociales. NicheCompass es un modelo de IA de aprendizaje profundo basado en la comunicación célula a célula. Esto significa que aprende cómo se comunican las diferentes células a través de sus redes y luego las alinea con redes similares de células, creando vecinos dentro de los tejidos a través de características compartidas. A partir de esto, NicheCompass puede interpretar los datos, lo que permite a los investigadores y clínicos formular preguntas sobre los datos y comprender mejor las condiciones de salud. Por ejemplo: «¿Cómo se comunican las células cancerosas con el entorno que las rodea en pacientes con cáncer de pulmón?». Usando NicheCompass, los investigadores combinaron datos de 10 pacientes con cáncer de pulmón y pudieron ver las similitudes y diferencias entre los individuos. Las similitudes ayudan a informar nuestra comprensión general del cáncer, así como a resaltar cambios transcripcionales que podrían ser útiles para apuntar a nuevos tratamientos. En comparación, las diferencias resaltan nuevas posibles vías para la medicina personalizada. El equipo también utilizó NicheCompass en tejidos de cáncer de mama, demostrando su efectividad en diferentes tipos de cáncer. También aplicaron esta red a un atlas espacial cerebral de ratón con 8,4 millones de células , y fue capaz de identificar rápidamente y de manera precisa secciones del cerebro y crear un recurso visual de todo el órgano. Esto demuestra cómo se puede aplicar a los atlas espaciales de órganos completos generados por investigadores de todo el mundo. Carlos Talavera-López , coautor principal en la Universidad de Würzburg, destaca que, usando NicheCompass, observaron cómo las células inmunitarias interactúan de manera diferente con los tumores en pacientes con cáncer de pulmón. «Este avance permitió identificar a un paciente cuyo cáncer respondía de forma distinta al sistema inmunológico, lo que podría ayudar a desarrollar tratamientos personalizados en el futuro». Por su parte, Mohammad Lotfollahi , del Wellcome Sanger Institute, explica que, al igual que las personas comparten información en sus redes sociales, las células se comunican a través de sus características, formando redes locales. «NicheCompass es el primer modelo de IA capaz de interpretar estas redes , lo que podría impactar directamente en la vida de los pacientes, al identificar el origen de problemas de salud y predecir cómo podrían responder a tratamientos».
