Conducción autónoma, reconocimiento de voz automático y el juego Go: Deep Learning está generando cada vez más conciencia pública. Los científicos del Helmholtz Zentrum München y sus socios en ETH Zurich y la Universidad Técnica de Munich TUM lo han utilizado paradeterminar el desarrollo de células madre hematopoyéticas de antemano. Métodos de la naturaleza describen cómo su software predice el tipo de célula futuro basado en imágenes de microscopía.
Hoy, la biología celular ya no se limita a los estados estáticos, sino que también intenta comprender el desarrollo dinámico de las poblaciones celulares. Un ejemplo es la generación de diferentes tipos de células sanguíneas a partir de sus precursores, las células madre hematopoyéticas ".no se puede observar la decisión de convertirse en un tipo de célula determinado. En este momento, solo es posible verificar la decisión retrospectivamente con marcadores de superficie celular ", explica el Dr. Carsten Marr, jefe del Grupo de Investigación de Dinámica Cuantitativa de Células Individuales en el Helmholtz Zentrum München'sInstituto de Biología Computacional ICB.
Él y su equipo han desarrollado un algoritmo que puede predecir la decisión por adelantado. El llamado aprendizaje profundo es la clave. "Las redes neuronales profundas juegan un papel importante en nuestro método", dice Marr. "Nuestro algoritmo clasifica la luz microscópicaimágenes y videos de celdas individuales al comparar estos datos con la experiencia pasada del desarrollo de tales celdas. De esta manera, el algoritmo 'aprende' cómo se comportan ciertas celdas ".
Tres generaciones antes que los métodos estándar
Específicamente, los investigadores examinaron las células madre hematopoyéticas que fueron filmadas bajo el microscopio en el laboratorio de Timm Schroeder en ETH Zurich. Usando la información sobre apariencia y velocidad, el software pudo 'memorizar' los patrones de comportamiento correspondientes y luego hacer supredicción: "En comparación con los métodos convencionales, como los anticuerpos fluorescentes contra ciertas proteínas de superficie, sabemos cómo las células decidirán tres generaciones antes", informa el científico del ICB, Dr. Felix Buggenthin, primer autor conjunto del estudio junto con el Dr. Florian Büttner..
¿Pero cuál es el beneficio de esta mirada hacia el futuro? Como explica el líder del estudio, Marr, "dado que ahora sabemos qué células se desarrollarán de qué manera, podemos aislarlas antes que antes y examinar cómo difieren a nivel molecular".Queremos usar esta información para comprender cómo se toman las decisiones para rasgos de desarrollo particulares ".
En el futuro, el enfoque se expandirá más allá de las células madre hematopoyéticas. "Estamos utilizando el aprendizaje profundo para problemas muy diferentes con registros de datos suficientemente grandes", explica el profesor Dr. Dr. Fabian Theis, director del ICB y titular del Modelo Matemáticode la Cátedra de Sistemas Biológicos en el TUM, que dirigió el estudio junto con Carsten Marr. "Por ejemplo, utilizamos algoritmos muy similares para analizar patrones asociados con la enfermedad en el genoma e identificar biomarcadores en las pantallas de células clínicas".
Fuente de la historia :
Materiales proporcionado por Helmholtz Zentrum Muenchen - Centro Alemán de Investigación para la Salud Ambiental . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :