El nuevo método basado en IA para el análisis de tejidos mejora la comprensión de la patología de la enfermedad
Por el equipo editorial de LabMedica en español
Actualizado el 18 de junio de 2024
Científicos de la Universidad de Brown (Providence, RI, EE. UU.) y la Universidad de Michigan (Ann Arbor, MI, EE. UU.) han creado una técnica computacional innovadora para examinar datos complejos de tejidos, revolucionando potencialmente nuestra comprensión de las enfermedades y su tratamiento. El método, conocido como segmentación de tejidos integradora e informada por referencia (IRIS), utiliza aprendizaje automático e inteligencia artificial para proporcionar a los investigadores biomédicos información precisa sobre el desarrollo de tejidos, la patología de la enfermedad y la estructura del tumor. IRIS emplea datos de transcriptómica resuelta espacialmente (SRT) e incorpora datos de secuenciación de ARN unicelular como referencia. Este enfoque permite el examen simultáneo de múltiples capas de tejido e identifica con precisión diferentes regiones con una velocidad y precisión computacional excepcionales. A diferencia de los métodos tradicionales que proporcionan datos promediados entre muestras de tejido, la SRT ofrece una vista mucho más detallada, localizando miles de puntos específicos dentro de una sola sección de tejido.
El manejo de conjuntos de datos vastos y complejos siempre ha planteado desafíos importantes; IRIS los aborda utilizando algoritmos para examinar los datos, segmentando varios dominios funcionales, como áreas tumorales, y arrojando luz sobre las interacciones celulares y la dinámica de progresión. de la enfermedad. A diferencia de los métodos existentes, IRIS mapea directamente la composición celular de los tejidos y delinea dominios espaciales biológicamente significativos, mejorando la comprensión de las actividades celulares que impulsan las funciones de los tejidos. Los desarrolladores de IRIS lo probaron en seis conjuntos de datos SRT, evaluando su eficacia en comparación con otros métodos de análisis de dominio espacial. A medida que las tecnologías SRT ganen fuerza y se utilicen más ampliamente, los creadores de IRIS anticipan que contribuirá a identificar nuevos puntos de intervención clínica u objetivos farmacéuticos, mejorando así las estrategias de tratamiento personalizadas y, en última instancia, mejorando los resultados de salud. de los pacientes.
Imagen: Un nuevo método estadístico basado en IA tiene el potencial de mejorar la investigación de tejidos y enfermedades (fotografía cortesía de 123RF)
“El enfoque computacional de IRIS abre una nueva vía para que los biólogos profundicen en la intrincada arquitectura de tejidos complejos, ofreciendo oportunidades incomparables para explorar los procesos dinámicos que dan forma a la estructura de los tejidos durante el desarrollo y la progresión de la enfermedad”. “dijo Xiang Zhou, profesor de bioestadística de la Escuela de Salud Pública de la Universidad de Michigan. “Al caracterizar estructuras tisulares refinadas y dilucidar sus alteraciones durante estados patológicos, IRIS tiene el potencial de revelar conocimientos mecanicistas cruciales para comprender y combatir diversas enfermedades”. Los hallazgos de los investigadores fueron publicados en la revista. Métodos de la naturaleza el 6 de junio de 2024.
Enlaces relacionados:
Universidad marrón
Universidad de Michigan
