Loader
Śledź nas
Reklama

Zespół naukowców z Barcelony tworzy AI wykrywającą starzenie komórek macierzystych krwi

Zrzut ekranu przedstawiający postarzałe i odmłodzone komórki z badania
Zrzut ekranu przedstawiający postarzałe i odmłodzone komórki z badania -  Prawo autorskie  Instituto de Investigación Biomédica de Bellvitge (IDIBELL)
Prawo autorskie Instituto de Investigación Biomédica de Bellvitge (IDIBELL)
Przez Escarlata Sánchez
Opublikowano dnia
Udostępnij Obserwuj Euronews w Google
Udostępnij Close Button

Narzędzie ChromAgeNet rozszyfrowało architekturę chromatyny, co pozwala odróżnić młode i stare krwiotwórcze komórki macierzyste. Otwiera to drogę badaniom nad odmładzaniem komórek.

Starzenie stopniowo podkopuje zdolność organizmu do regeneracji i poważnie zaburza produkcję komórek krwi. W tym wyścigu z biologicznym zegarem analiza zmian w komórkach macierzystych krwi ma kluczowe znaczenie. Może otworzyć drogę do interwencji, które spowolnią ich degradację i przywrócą im pierwotną funkcję.

REKLAMA
REKLAMA

Zespół naukowców z Barcelony opracował ChromAgeNet, narzędzie sztucznej inteligencji, które wykrywa proces starzenia w komórkach macierzystych krwi, analizując trójwymiarową strukturę ich DNA.

Badanie opublikowane w czasopiśmie „Aging Cell”, prowadzone przez doktor Marię Carolinę Florian (IDIBELL) i doktor Paulę Petrone (BSC-CNS/ISGlobal), pokazuje, że organizacja chromatyny zawiera informacje pozwalające odróżnić komórki pochodzące od młodych i starych myszy.

Most między biomedycyną a superkomputerami

Aby wyszkolić model, badaczki zastosowały sieci neuronowe konwolucyjne do obrazów 3D jąder mysich komórek macierzystych (źródło w Hiszpański). ChromAgeNet wykorzystuje sieci neuronowe, aby rozszyfrować starzenie DNA. Sztuczna inteligencja pozwala wychwycić subtelne zmiany strukturalne, niewidoczne dla ludzkiego oka.

Jednym z głównych obaw związanych z użyciem sieci neuronowych w biomedycynie jest to, że nie wiadomo, na jakiej podstawie podejmują decyzje. ChromAgeNet przełamuje tę barierę, oferując wyjaśnialną sztuczną inteligencję (XAI).

Dyrektorki projektu badawczego Maria Carolina Florian z IDIBELL i Paula Petrone z BSC
Dyrektorki projektu badawczego Maria Carolina Florian z IDIBELL i Paula Petrone z BSC IDIBELL

Narzędzie zdołało prawidłowo sklasyfikować średnio około 68 % komórek jako pochodzące od młodych lub starych myszy na podstawie obrazów uzyskanych dzięki barwieniu DAPI, standardowym, niedrogim barwnikiem.

ChromAgeNet wyróżnia się również tym, że jest wyjaśnialną AI, co pozwala badać, które cechy obrazów wpływają na jej przewidywania. Analizy wskazały między innymi na zmiany na obrzeżach jądra związane ze starzeniem.

Badania pokazały, że u młodych komórek chromatyna jest bardziej zwarta i uporządkowana na obrzeżach jądra, podczas gdy u komórek starych jest rozproszona. Jako dowód koncepcji narzędzie ocenia, jak niektóre leki epigenetyczne (źródło w Hiszpański) wywołują zmiany w organizacji chromatyny zgodne ze wzorcami bardziej zbliżonymi do tych obserwowanych w komórkach młodych. Pokazuje to potencjał narzędzia do przesiewowego testowania terapii, które mogą regenerować tkankę krwiotwórczą i wzmacniać układ odpornościowy. Kod i baza obrazów są już dostępne dla międzynarodowej społeczności naukowej.

Współpraca z zespołami badawczymi zajmującymi się AI

Doktor Maria Carolina Florian, główna badaczka w Instytucie Badań Biomedycznych Bellvitge (IDIBELL), wyjaśnia w rozmowie z „Euronews”: „Obecnie opracowaliśmy narzędzie, które pełni rolę dowodu koncepcji w przypadku mysich hematopoetycznych komórek macierzystych. Teraz pracujemy nad jego optymalizacją i przystosowaniem do ludzkich komórek macierzystych, z nadzieją, że posłuży do oceny nowych leków, wpływających na architekturę jądra komórkowego i pozwalających odmładzać stare komórki macierzyste”.

Maria Carolina Florian dodaje w rozmowie z „Euronews”, że praca „zyskała idealne warunki, by stać się realnym narzędziem dzięki doświadczeniu dr Pauli Petrone (BSC i ISGlobal). Planujemy nadal je rozwijać i rozszerzyć zastosowanie na ludzkie komórki macierzyste. Staramy się też o dodatkowe finansowanie z UE i szukamy kontaktów z innymi naukowcami w Europie zainteresowanymi praktycznym wykorzystaniem naszych wyników”.

Z kolei Paula Petrone ocenia, że badanie „pokazuje, iż algorytm głębokiego uczenia może rozróżniać młode i stare komórki macierzyste na podstawie analizy obrazów jąder komórkowych wybarwionych tanim barwnikiem DAPI”.

Mapy 3D i otwarty kod, by odmładzać architekturę komórki

Wewnętrzna mapa jądra komórkowego odsłania charakterystyczny wzór: u młodych komórek chromatyna tworzy zwartą „twierdzę” przy obrzeżach jądra, a z wiekiem ta architektura się rozpada. Identyfikacja takich schematów może pomóc w badaniu deterioracji komórek macierzystych krwi i w ocenie strategii zdolnych do regeneracji tkanki krwiotwórczej oraz wywołania korzystnych zmian w całym organizmie.

Aby pokazać praktyczny potencjał algorytmu, zespół przygotował eksperyment typu proof of concept: zastosował narzędzie do starych komórek poddanych działaniu różnych leków epigenetycznych. Cel był prosty – sprawdzić, czy cząsteczki potrafią wywołać zmiany w organizacji chromatyny zgodne ze stanem bardziej młodzieńczym.

By przyspieszyć nowe odkrycia, zespół udostępnił kod narzędzia oraz publiczną bazę danych z obrazami 3D komórek macierzystych, licząc na znalezienie leków wzmacniających układ odpornościowy i jakość życia w podeszłym wieku.

Liczne międzynarodowe badania potwierdzają kluczową rolę układu odpornościowego w procesie starzenia organizmu. Jak podkreśla Maria Carolina Florian: „W naszym laboratorium pokazaliśmy możliwość pobudzania i odmładzania starych hematopoetycznych komórek macierzystych, tak aby poprawić nie tylko funkcję układu odpornościowego, lecz także długość życia i stan zdrowia całego organizmu”.

Obietnica na przyszłość, ostrożność na dziś: nauka stojąca za ChromAgeNet apeluje o rozwagę

Nowe narzędzie ChromAgeNet pomoże lepiej zrozumieć podstawowe mechanizmy molekularne związane ze starzeniem hematopoetycznych komórek macierzystych. Mogą one stać się celem terapii odmładzających. „Mamy nadzieję poszerzyć naszą wiedzę, potwierdzić uzyskane wyniki i zidentyfikować nowe narzędzia oraz leki poprawiające funkcję starych hematopoetycznych komórek macierzystych” – podsumowuje badaczka Florian.

„W przyszłości technika ta może posłużyć do przesiewowego testowania nowych leków o potencjale odmładzającym. Dzięki niej, po potraktowaniu starych komórek różnymi związkami, sztuczna inteligencja mogłaby wskazać – na podstawie analizy obrazów – te, które wywołują zmiany zgodne ze stanem bardziej młodzieńczym” – mówi „Euronews” Paula Petrone.

Dla doktor Petrone „przedłużenie życia jako takiego nie jest tak ważne, jak wydłużenie okresu życia w dobrym zdrowiu. Odkrycie nowych leków o potencjale odmładzającym mogłoby na przykład poprawić stan układu odpornościowego w starszym wieku i sprzyjać zdrowszemu starzeniu”.

Badaczka jednak podkreśla w rozmowie z „Euronews” potrzebę ostrożności: „Musimy bardzo uważać, by nie przeceniać naszych wyników. Rozwój, walidacja i ewentualne wprowadzenie takich technologii do kliniki zajmuje lata. Nasze badania to tylko niewielki wkład w poznanie mechanizmów starzenia i poszukiwanie strategii sprzyjających zdrowemu starzeniu”.

Przejdź do skrótów dostępności
Udostępnij Obserwuj Euronews w Google

Czytaj Więcej

Scenariusz z „Terminatora”. Na ile realna jest apokalipsa AI?

Odmładzanie uszkodzonych komórek? Amerykańska firma biotechnologiczna testuje terapię genową

Zespół naukowców z Barcelony tworzy AI wykrywającą starzenie komórek macierzystych krwi