Una inteligencia artificial logra detectar el envejecimiento de las células madre de la sangre

Investigadores del IDIBELL, el Barcelona Supercomputing Center e ISGlobal han desarrollado ChromAgeNet, una herramienta capaz de reconocer patrones de envejecimiento que pueden pasar inadvertidos al ojo humano y que abre una nueva vía para estudiar posibles estrategias de rejuvenecimiento celular.

El envejecimiento deja huellas en nuestras células que no siempre resultan visibles ni siquiera bajo el microscopio. Un equipo científico ha desarrollado ahora ChromAgeNet, una herramienta basada en inteligencia artificial capaz de analizar la organización tridimensional del ADN e identificar patrones relacionados con el envejecimiento de las células madre hematopoyéticas, responsables de mantener la producción de las células de la sangre.

El trabajo está dirigido por la doctora Maria Carolina Florian, investigadora del programa de Medicina Regenerativa del Instituto de Investigación Biomédica de Bellvitge (IDIBELL) y profesora investigadora ICREA, y la doctora Paula Petrone, investigadora del Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC) y del Instituto de Salud Global de Barcelona (ISGlobal).

La investigación, que ha constituido una parte central de la tesis doctoral del investigador de ISGlobal Pablo Iañez, combina conocimientos de biología de células madre, envejecimiento, análisis de imágenes e inteligencia artificial. Sus resultados han sido publicados en la revista científica internacional Aging Cell.

Para desarrollar ChromAgeNet, los científicos analizaron imágenes tridimensionales de los núcleos de células madre hematopoyéticas de ratón. Las muestras fueron teñidas con DAPI, una técnica sencilla y ampliamente utilizada que permite visualizar el ADN.

A partir de estas imágenes, una red neuronal convolucional aprendió a reconocer diferencias entre células jóvenes y envejecidas. Basándose únicamente en la apariencia del núcleo celular, el sistema alcanzó una probabilidad del 77 % de distinguir correctamente ambos grupos, superando incluso a otro modelo de aprendizaje automático construido a partir de características de la cromatina previamente definidas por los investigadores.

Una herramienta para explorar el rejuvenecimiento celular

Una de las claves del estudio es precisamente que muchos de los cambios que detecta ChromAgeNet no son evidentes a simple vista. El envejecimiento celular es heterogéneo y puede provocar modificaciones muy sutiles en la arquitectura del núcleo.

La inteligencia artificial consiguió identificar combinaciones espaciales de la cromatina, el material formado principalmente por ADN y proteínas que empaqueta el material genético y participa en la regulación de la actividad de los genes.

Los investigadores estudiaron además qué características utilizaba el modelo para efectuar sus predicciones. Entre los elementos relacionados con el estado de envejecimiento aparecieron la entropía de la cromatina, la heterocromatina localizada en la periferia del núcleo y determinados condensados de cromatina.

Esta información permite que ChromAgeNet vaya más allá de limitarse a clasificar una célula como joven o envejecida. El sistema puede aportar pistas sobre los cambios que experimenta la propia arquitectura nuclear con el paso del tiempo y complementar otros indicadores de edad biológica, como los denominados relojes epigenéticos.

El equipo también ha probado la herramienta para estudiar células madre hematopoyéticas envejecidas sometidas a diferentes fármacos epigenéticos, con el objetivo de comprobar si los tratamientos generaban cambios en la organización de la cromatina compatibles con un estado celular más joven.

Los investigadores recalcan que estos experimentos no demuestran que las células hayan sido rejuvenecidas funcionalmente. Sí muestran, sin embargo, que la inteligencia artificial puede servir para detectar modificaciones relacionadas con el envejecimiento después de aplicar distintas intervenciones.

Esta capacidad abre la posibilidad de utilizar ChromAgeNet como herramienta de cribado para analizar numerosos compuestos y localizar candidatos que posteriormente puedan estudiarse con mayor profundidad como posibles estrategias de rejuvenecimiento celular.

El uso de DAPI, una tinción económica y fácilmente incorporable a los protocolos habituales de microscopía, y el reducido número de parámetros del modelo podrían facilitar además su utilización en sistemas de alto rendimiento capaces de analizar grandes cantidades de muestras.

Los autores han puesto a disposición de la comunidad científica tanto ChromAgeNet como un conjunto de imágenes tridimensionales de células madre hematopoyéticas, con la intención de facilitar el desarrollo y validación de nuevas herramientas computacionales en un campo en el que todavía existen pocos conjuntos públicos de imágenes.

El estudio muestra, en definitiva, que la organización tridimensional del ADN contiene información cuantificable sobre el envejecimiento de las células madre de la sangre y que la inteligencia artificial puede extraer señales que el ojo humano difícilmente puede reconocer, ofreciendo una nueva herramienta para investigar cómo envejecen las células y explorar futuras estrategias destinadas a preservar o recuperar su función.