La investigación que utiliza una nueva tecnología de inteligencia artificial ha demostrado que nunca podemos saber la mitad de lo que hay en nuestras células al revelar componentes celulares previamente desconocidos que podrían proporcionar nuevas pistas sobre el desarrollo y la enfermedad humanos. Publicado en la revista ‘Nature’.

La mayoría de las enfermedades humanas son causadas por partes disfuncionales de una célula: un tumor puede crecer porque un gen no se traduce correctamente en una proteína específica o porque las mitocondrias no funcionan correctamente. Pero para comprender qué partes de una célula pueden fallar en una enfermedad, los científicos primero deben tener una lista completa de componentes.

Investigadores de la Facultad de Medicina de la Universidad de California en San Diego y sus colaboradores han proporcionado lo que creen que es una combinación de microscopía, técnicas bioquímicas e inteligencia artificial con esta tecnología, llamada Multi-Scale Integrated Cell (MuSIC). Gran progreso en la comprensión de las células humanas.

“Si imagina una célula, puede imaginar un mapa colorido de su libro de texto de biología celular con las mitocondrias, el retículo endoplásmico y el núcleo. ¿Pero esa es toda la historia? Definitivamente no”, dice el Dr. UC de San Diego. Trey Idegar. Facultad de Medicina y Centro de Cáncer Moores: hace tiempo que los científicos se han dado cuenta de lo que no sabemos, pero ahora finalmente hay una manera de profundizar más.

Idecker realizó el estudio en colaboración con la Dra. Emma Lundberg del Real Instituto de Tecnología (Suecia) en Estocolmo y la Universidad de Stanford en los Estados Unidos.

En el estudio piloto, MuSIC reveló alrededor de 70 componentes en la línea celular del riñón humano, la mitad de los cuales nunca se habían visto antes. En un ejemplo, los investigadores identificaron un grupo de proteínas que forman una estructura desconocida.

Su colega, el Dr. de UC San Diego. Junto con Gene Io, determinaron que este sistema era un nuevo complejo proteico que se une al ARN. Este complejo puede jugar un papel en la escisión, que es un fenómeno celular importante que ayuda a traducir genes en proteínas y determinar qué genes se activan en un momento dado, señalan.

El interior de las células, y muchas de las proteínas que se encuentran allí, generalmente se examinan utilizando una de dos técnicas: imágenes microscópicas o asociación biofísica.

Usando imágenes, los investigadores agregan etiquetas fluorescentes multicolores a las proteínas de interés y monitorean sus movimientos e interacciones en el campo de visión del microscopio. Para ver las interacciones bioquímicas, los investigadores pueden usar un anticuerpo específico contra una proteína para excretarlo de la célula y ver qué más está unido a ella.

El equipo ha estado interesado en mapear las funciones internas de las células durante muchos años. Lo que es diferente en MuSIC es la aplicación del aprendizaje en profundidad para mapear la célula directamente a partir de imágenes microscópicas celulares.

“La combinación de estas tecnologías es única y poderosa porque es la primera vez que se combinan medidas de diferentes tamaños”, explica Yu Kin, primer autor del estudio, estudiante de posgrado en bioinformática y biología de sistemas en el laboratorio de Idecker.

Los microscopios permiten a los científicos medir el tamaño de una micra, aproximadamente el tamaño de ciertos órganos, como las mitocondrias. Los componentes pequeños, como proteínas individuales y complejos de proteínas, no se pueden ver a través de un microscopio. Las técnicas bioquímicas, que comienzan con una proteína, permiten a los científicos pasar a la escala nanométrica. (Un nanómetro es una fracción de mil millonésima o 1000 micrones por metro).

“Pero, ¿cómo se cierra la brecha entre las escalas nanométricas y micrométricas? Este ha sido durante mucho tiempo un obstáculo importante en la ciencia de la vida”, dijo Ideker, fundador de UC Cancer Cell Map Initiative y de UC San Diego. Centro de Biología Computacional y Bioinformática – Resulta que esto se puede hacer con inteligencia artificial: mira datos de múltiples fuentes y le pide a la computadora que los combine en un modelo celular.

El equipo capacitó al sitio de inteligencia artificial de MuSIC para analizar todos los datos y crear un modelo celular. La computadora aún no ha asignado el contenido de la celda a ubicaciones específicas, como en un mapa de libro de texto, porque sus ubicaciones no se han corregido estrictamente. Por el contrario, la ubicación de los componentes es fluida y varía según el tipo y el estado de la celda.

Ideker señala que este es un estudio piloto para probar MuSIC. Analizaron solo 661 proteínas y un tipo de célula. “El siguiente paso es pasar por toda la célula humana – Idea avanza – y luego a través de diferentes tipos de células, pueblos y especies. Al comparar las diferencias entre enfermedades a lo largo del tiempo, podemos comprender mejor la base molecular de muchas enfermedades. Células sanas y células enfermas “.