29/08/24.- Un equipo conformado por investigadores españoles, pertenecientes al Centro de Regulación Genómica (CRG) en Barcelona, la Universidad del País Vasco (UPV/EHU), el Donostia International Physics Center (DIPC) y la Fundación Biofísica Bizkaia (FBB), han desarrollado una inteligencia artificial (IA) que puede reconocer patrones específicos y cambios en las moléculas de ADN del cáncer, por lo que es capaz de diferenciar las células cancerosas de las normales, así como detectar las fases más tempranas de la infección viral en su interior.

Los hallazgos de este proyecto, publicados en la revista Nature Machine Intelligence, abren el camino para desarrollar nuevas técnicas de diagnóstico y estrategias de seguimiento de enfermedades.

Imágenes de alta resolución

La herramienta, bautizada como AI of the Nucleus (AINU), escanea imágenes de alta resolución de las células, que se obtienen con una técnica especial de microscopía llamada STORM, que crea una imagen que captura muchos más detalles de los que pueden ver los microscopios normales.

Las instantáneas de alta definición revelan estructuras con una resolución a nivel nanométrico (nm), es decir, una milmillonésima parte de un metro. Así, la IA puede detectar reordenamientos dentro de las células tan pequeñas como 20 nm o 5 mil veces menores que el ancho de un cabello humano, alteraciones demasiado pequeñas como para que los observadores humanos las detecten con los métodos tradicionales.

"La resolución de las imágenes es suficientemente potente como para reconocer patrones específicos con una precisión notable, incluidos los cambios en la forma en que se organiza el ADN en las células", ha explicado la profesora Pia Cosma, investigadora del CRG y coautora principal del estudio.

La experta ha destacado que se prevé que en un futuro este tipo de información pueda permitir a los médicos "ganar tiempo para controlar la enfermedad, personalizar los tratamientos y mejorar los resultados de los pacientes".

La respuesta es casi inmediata

La resolución nanométrica de las imágenes permitió que la IA detectara cambios en el núcleo de una célula solo una hora después de que fuera infectada por el virus del herpes simple tipo uno.

Al respecto, Ignacio Arganda-Carreras, coautor del estudio e investigador de Ikerbasque en la UPV/EHU, señala que este método “puede detectar células infectadas por un virus muy poco tiempo después de que comience la infección, lo que podría ser crucial para desarrollar mejores tratamientos y vacunas (…) Normalmente, los médicos tardan un tiempo en detectar una infección porque se basan en síntomas visibles o cambios mayores en el cuerpo", explicó.

Sin embargo, el investigador ha apuntado que, con AINU, "vemos pequeños cambios en el núcleo de la célula inmediatamente".

Por su parte, Limei Zhong, coautora principal del estudio e investigadora del Hospital Popular Provincial de Guangdong (GDPH) en Guangzhou (China), ha agregado: "En hospitales y en la clínica, AINU podría utilizarse para diagnosticar infecciones a partir de una simple muestra de sangre o tejido".

Limitaciones para su implementación

Los autores del estudio advierten que todavía deben superar “importantes limitaciones” antes de que la tecnología esté lista para ser probada o implementada en un entorno clínico.

Por ejemplo, las imágenes STORM solo pueden tomarse con equipos especializados que normalmente solo se encuentran en laboratorios de investigación biomédica.

Asimismo, la instalación y el mantenimiento de los sistemas de imágenes que requiere la IA suponen, según los investigadores, "una importante inversión tanto en equipos como en competencias técnicas".

No obstante, la doctora Cosma ha subrayado que hay muchos avances rápidos en el campo de las imágenes STORM, “por lo que los microscopios pronto podrán estar disponibles en laboratorios más pequeños o menos especializados e incluso en la clínica. Esperamos realizar experimentos preclínicos pronto", agregó la experta.

Otro posible contratiempo es que estas imágenes analizan pocas células a la vez, por lo que, para fines de diagnóstico, los médicos necesitarían capturar muchas más células en una sola imagen para poder detectar o monitorizar una enfermedad.

LUCILA CONTRERAS / CIUDAD CCS