El tío Joe fuma un paquete al día, bebe como un pez y vive hasta una edad avanzada. Su hermano, que lleva un estilo de vida similar, sucumbe al cáncer a los 55 años. ¿Por qué algunas personas desarrollan ciertas enfermedades o trastornos mientras que otras no?? En una investigación recientemente informada que podría ayudar a proporcionar respuestas, los científicos de la Universidad de Tufts, en colaboración con la Universidad de Florida, han desarrollado un enfoque novedoso que utiliza inteligencia artificial para iluminar los procesos celulares y sugerir posibles objetivos para corregir las aberraciones.
Los hallazgos, publicados el 6 de octubre en Señalización científica en línea antes de la impresión, se cree que es la primera vez que se utiliza la inteligencia artificial para descubrir un modelo molecular que explica por qué algunos grupos de células se desvían del desarrollo normal durante la embriogénesis, dijo el autor principal Michael Levin, Ph.D.,Vannevar Bush, Profesor de Biología en Tufts y director del Centro de Tufts para Biología Regenerativa y del Desarrollo.
El documento se basa en los estudios anteriores del centro para comprender el desarrollo y la metástasis de las células similares al melanoma en los renacuajos, así como trabajar aplicando inteligencia artificial para ayudar a explicar la regeneración planaria. Los nuevos hallazgos, dijo Levin, indican que "nuestra metodología puede ser tomadamucho más allá de los organismos simples y aplicado a la fisiología del comportamiento celular en vertebrados ".
para el Señalización científica trabajo, los investigadores aplicaron un tipo de inteligencia artificial llamada computación evolutiva para identificar los mecanismos moleculares que subyacen a investigaciones anteriores en las que indujeron a las células pigmentarias normales en ranas embrionarias de Xenopus laevis a hacer metástasis. Los investigadores utilizaron una serie de medicamentos para alterar la normalidad de las célulasSeñalización bioeléctrica y serotoninérgica en una etapa crucial del desarrollo Incluso en ausencia de daño en el ADN o exposición a carcinógenos, las células pigmentarias de los embriones afectados adquirieron formas extrañas, similares a ramas y desarrollaron otras características similares al melanoma, proliferando sin control e invadiendo elórganos internos de las ranas.
Dependiendo de qué proteína en la vía bioeléctrica se modificó, solo un cierto porcentaje de las ranas desarrolló melanoma, mientras que el resto permaneció sano. "Hay aleatoriedad en este proceso. No tiene el mismo resultado en todos los animales expuestos a precisiónel mismo agente, que puede imitar la variabilidad en las respuestas humanas a los estímulos inductores de cáncer ", dijo Levin.
Además, los renacuajos que desarrollaron melanoma lo desarrollaron en cada célula de pigmento: cada rana era 100 por ciento metastásica o completamente normal. Esencialmente, dijo Levin, todas las células de pigmento en un renacuajo son parte de una sola moneda, que o bien se lanzacabezas normales o colas cancerosas. "La metástasis parece ser una dinámica de grupo en lugar de una decisión unicelular", dijo.
La investigación reciente aplicó el cálculo evolutivo para comprender este complejo comportamiento celular.
Maria Lobikin, Ph.D., recién graduada de doctorado del laboratorio de Levin y primera autora del Señalización científica el documento identificó por primera vez los componentes básicos receptores, hormonas y otras proteínas de señalización de la vía de señalización serotoninérgica que regulaba el comportamiento de las células similares al melanoma. Luego, el equipo aplicó inteligencia artificial que imitaba la evolución para generar una señalización químicared en un "embrión virtual" que exhibió el mismo comportamiento que los investigadores observaron en sus experimentos con renacuajos reales.
Al igual que la evolución biológica, el cálculo evolutivo no prueba aleatoria o exhaustivamente cada posibilidad, sino que utiliza la mejora y la selección incrementales para converger rápidamente en una solución ". El sistema de inteligencia artificial desarrolló una vía que explica correctamente todos los datos existentes y muy desconcertantes.Lo mejor de todo, también hizo predicciones correctas sobre datos que nunca había visto ", dijo Levin.
El conocimiento obtenido sobre estas vías de señalización molecular tiene implicaciones para encontrar nuevos tratamientos y objetivos para la prevención de tumores y comprender mejor muchas otras decisiones aparentemente aleatorias tomadas por células en organismos vivos. Cuando hay suficientes datos disponibles, dijo Levin, los investigadores podrían usar este enfoquedesarrollar un sistema para ayudar a los médicos a comprender las respuestas genéticas individuales de los pacientes a los tratamientos, así como los factores ambientales que causan cáncer.
Fuente de la historia :
Materiales proporcionado por Universidad de Tufts . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :