doi.org/10.1038/s42256-024-00883-x
Credibilidade: 989
#Câncer
Pesquisadores desenvolveram AINU, uma IA que pode diferenciar entre células cancerígenas e normais e detectar infecções virais precoces em células usando imagens de resolução nanoescala
Isso pode levar a diagnósticos de doenças mais rápidos e precisos e melhores resultados para os pacientes.
Pesquisadores do Centro de Regulação Genômica (CRG), da Universidade do País Basco (UPV/EHU), do Centro Internacional de Física de Donostia (DIPC) e da Fundaciu00f3n Biofisica Bizkaia (FBB, localizada no Instituto Biofisika) desenvolveram uma inteligência artificial que pode diferenciar células cancerígenas de células normais, bem como detectar os estágios iniciais da infecção viral dentro das células. As descobertas, publicadas hoje (27 de agosto) em um estudo no periódico Nature Machine Intelligence, abrem caminho para técnicas de diagnóstico aprimoradas e novas estratégias de monitoramento de doenças.
A ferramenta, AINU (AIu00a0of theu00a0NUcleus), escaneia imagens de células em alta resolução. As imagens são obtidas com uma técnica especial de microscopia chamada STORM, que cria uma imagem que captura muitos detalhes mais finos do que os microscópios comuns podem ver. Os instantâneos de alta definição revelam estruturas em resolução nanoescala.
Um nanômetro (nm) é um bilionésimo de um metro, e um fio de cabelo humano tem cerca de 100.000 nm de largura. A IA pode detectar rearranjos dentro de células tão pequenos quanto 20 nm, ou 5.000 vezes menores que a largura de um fio de cabelo humano. Essas alterações são muito pequenas e sutis para observadores humanos encontrarem apenas com métodos tradicionais.
Revolucionando a detecção de doenças com IA
A resolução dessas imagens é poderosa o suficiente para que nossa IA reconheça padrões e diferenças específicas com precisão notável, incluindo mudanças em como o DNA é organizado dentro das células, ajudando a detectar alterações logo após elas ocorrerem. Acreditamos que, um dia, esse tipo de informação pode dar aos médicos um tempo valioso para monitorar doenças, personalizar tratamentos e melhorar os resultados dos pacientes, – diz a professora de pesquisa do ICREA Pia Cosma, coautora correspondente do estudo e pesquisadora do Centro de Regulação Genômica em Barcelona.
AINU é uma rede neural convolucional, um tipo de IA projetada especificamente para analisar dados visuais como imagens. Exemplos de redes neurais convolucionais incluem ferramentas de IA que permitem aos usuários desbloquear smartphones com o rosto, ou outras usadas por carros autônomos para entender e navegar em ambientes reconhecendo objetos na estrada.
Na medicina, as redes neurais convolucionais são usadas para analisar imagens médicas como mamografias ou tomografias computadorizadas e identificar sinais de câncer que podem passar despercebidos pelo olho humano. Eles também podem ajudar os médicos a detectar anormalidades em exames de ressonância magnética ou imagens de raios X, ajudando fazendo um diagnóstico mais rápido e preciso.
Treinamento da AINU para detecção de câncer e vírus:
A AINU detecta e analisa pequenas estruturas dentro das células no nível molecular. Os pesquisadores treinaram o modelo alimentando-o com imagens em resolução nanoescala do núcleo de muitos tipos diferentes de células em diferentes estados. O modelo aprendeu a reconhecer padrões específicos nas células analisando como os componentes nucleares são distribuídos e organizados no espaço tridimensional.
Por exemplo, as células cancerosas têm mudanças distintas em sua estrutura nuclear em comparação com as células normais, como alterações em como seu DNA é organizado ou na distribuição de enzimas dentro do núcleo. Após o treinamento, a AINU pôde analisar novas imagens de núcleos celulares e classificá-las como cancerosas ou normais com base apenas nessas características.
A resolução nanoescala das imagens permitiu que a IA detectasse mudanças no núcleo de uma célula logo uma hora após ela ter sido infectada pelo vírus herpes simplex tipo 1. O modelo pode detectar a presença do vírus encontrando pequenas diferenças na compactação do DNA, o que acontece quando um vírus começa a alterar a estrutura do núcleo da célula.
Rumo à aplicação clínica e além
“Nosso método pode detectar células que foram infectadas por um vírus logo após o início da infecção. Normalmente, leva tempo para os médicos detectarem uma infecção porque eles dependem de sintomas visíveis ou mudanças maiores no corpo. Mas com a AINU, podemos ver pequenas mudanças no núcleo da célula imediatamente”, diz Ignacio Arganda-Carreras, coautor correspondente do estudo e pesquisador associado da Ikerbasque na UPV/EHU e afiliado ao Instituto FBB-Biofisika e ao DIPC em San Sebastián/Donostia.
“Pesquisadores podem usar essa tecnologia para ver como os vírus afetam as células quase imediatamente após entrarem no corpo, o que pode ajudar no desenvolvimento de melhores tratamentos e vacinas. Em hospitais e clínicas, a AINU pode ser usada para diagnosticar rapidamente infecções a partir de uma simples amostra de sangue ou tecido, tornando o processo mais rápido e preciso”, acrescenta Limei Zhong, coautor do estudo e pesquisador do Hospital Popular Provincial de Guangdong (GDPH) em Guangzhou, China.
Superando Limitações Técnicas para Uso Clínico
Os pesquisadores precisam superar limitações importantes antes que a tecnologia esteja pronta para ser testada ou implantada em um ambiente clínico. Por exemplo, imagens STORM só podem ser tiradas com equipamentos especializados normalmente encontrados apenas em laboratórios de pesquisa biomédica. Configurar e manter os sistemas de imagem exigidos pela IA é um investimento significativo em equipamentos e conhecimento técnico.
Outra restrição é que a imagem STORM normalmente analisa apenas algumas células por vez. Para fins de diagnóstico, especialmente em ambientes clínicos onde velocidade e eficiência são cruciais, os médicos precisariam capturar muito mais números de células em uma única imagem para poder detectar ou monitorar uma doença.
“Há muitos avanços rápidos no campo da imagem STORM, o que significa que os microscópios podem em breve estar disponíveis em laboratórios menores ou menos especializados e, eventualmente, até mesmo na clínica. As limitações de acessibilidade e rendimento são problemas mais tratáveis “”do que pensávamos anteriormente e esperamos realizar experimentos pré-clínicos em breve”, diz o Dr. Cosma.
O futuro da pesquisa com células-tronco com a AINU:
Embora os benefícios clínicos possam estar a anos de distância, espera-se que a AINU acelere a pesquisa científica em curto prazo. Os pesquisadores descobriram que a tecnologia pode identificar células-tronco com altíssima precisão. As células-tronco podem se desenvolver em qualquer tipo de célula do corpo, uma capacidade conhecida como pluripotência. As células pluripotentes são estudadas por seu potencial em ajudar a reparar ou substituir tecidos danificados.
A AINU pode tornar o processo de detecção de células pluripotentes mais rápido e preciso, ajudando tornando as terapias com células-tronco mais seguras e eficazes. “Os métodos atuais para detectar células-tronco de alta qualidade dependem de testes em animais. No entanto, tudo o que nosso modelo de IA precisa para funcionar é uma amostra que seja corada com marcadores específicos que destaquem as principais características nucleares. Além de ser mais fácil e rápido, pode acelerar a pesquisa com células-tronco ao mesmo tempo em que contribui para a mudança na redução do uso de animais na ciência”, diz Davide Carnevali, primeiro autor da pesquisa e pesquisador do CRG.
Publicado em 31/08/2024 11h25
Artigo original:
Estudo original: