Resumo: Combinando IA e tecnologia robótica, pesquisadores identificaram novas características celulares da doença de Parkinson em amostras de células da pele de pacientes.
Fonte: New York Stem Cell Foundation
Um estudo publicado hoje na Nature Communications revela uma nova plataforma para descobrir assinaturas celulares de doenças que integram sistemas robóticos para estudar células de pacientes com métodos de inteligência artificial para análise de imagens.
Usando sua plataforma automatizada de cultura celular, cientistas do Instituto de Pesquisa NYSCF colaboraram com o Google Research para identificar com sucesso novas marcas celulares da doença de Parkinson, criando e perfilando mais de um milhão de imagens de células da pele de uma coorte de 91 pacientes e controles saudáveis.
"A descoberta tradicional de drogas não está funcionando muito bem, particularmente para doenças complexas como Parkinson", observou a CEO da NYSCF, Susan L. Solomon, JD. "A tecnologia robótica que a NYSCF construiu nos permite gerar grandes quantidades de dados de grandes populações de pacientes e descobrir novas assinaturas da doença como uma base totalmente nova para descobrir drogas que realmente funcionam."
"Esta é uma demonstração ideal do poder da inteligência artificial para a pesquisa de doenças", acrescentou Marc Berndl, Engenheiro de Software do Google Research. "Tivemos uma colaboração muito produtiva com a NYSCF, especialmente porque seus sistemas robóticos avançados criam dados reprodutíveis que podem produzir insights confiáveis."
Acoplamento de Inteligência Artificial e Automação
O estudo aproveitou o vasto repositório de células do paciente da NYSCF e o sistema robótico de última geração – o NYSCF Global Stem Cell Array® – para traçar o perfil de imagens de milhões de células de 91 pacientes com Parkinson e controles saudáveis. Os cientistas usaram o Array® para isolar e expandir células da pele chamadas fibroblastos a partir de amostras de biópsia de socos na pele, rotular diferentes partes dessas células com uma técnica chamada Pintura Celular, e criar milhares de imagens de microscopia óptica de alto conteúdo.
As imagens resultantes foram alimentadas em um pipeline de análise de imagem imparcial, orientado por inteligência artificial, identificando características de imagem específicas para células do paciente que poderiam ser usadas para distingui-las de controles saudáveis.
"Esses métodos de inteligência artificial podem determinar o que as células do paciente têm em comum que podem não ser observáveis de outra forma", disse Samuel J. Yang, cientista de pesquisa do Google Research. "O que também é importante é que os algoritmos são imparciales - eles não se baseiam em nenhum conhecimento prévio ou preconceitos sobre a doença de Parkinson, para que possamos descobrir assinaturas totalmente novas da doença."
A necessidade de novas assinaturas de Parkinson é sublinhada pelas altas taxas de falha de ensaios clínicos recentes para medicamentos descobertos com base em alvos específicos da doença e caminhos que se acredita serem condutores da doença. A descoberta dessas novas assinaturas de doenças usando métodos imparciales, especialmente entre as populações de pacientes, tem valor para diagnósticos e descobertas de medicamentos, revelando até mesmo novas distinções entre os pacientes.
"Empolgante, conseguimos distinguir entre imagens de células do paciente e controles saudáveis, e entre diferentes subtipos da doença", observou Bjarki Johannesson, PhD, pesquisador sênior da NYSCF no estudo. "Poderíamos até prever com bastante precisão de qual doador veio uma amostra de células."
Aplicações para a descoberta de drogas
As assinaturas da doença de Parkinson identificadas pela equipe agora podem ser usadas como base para a realização de exames medicamentosos em células do paciente, para descobrir quais drogas podem reverter essas características. O estudo também produz o maior conjunto de dados conhecido de Pintura Celular (48TB) como recurso comunitário, e está disponível para a comunidade de pesquisa.
Notavelmente, a plataforma é agnóstica para doenças, exigindo apenas células da pele de fácil acesso de pacientes. Também pode ser aplicado a outros tipos de células, incluindo derivados de células-tronco pluripotentes induzidas que o NYSCF cria para modelar uma variedade de doenças. Os pesquisadores estão, portanto, esperançosos de que sua plataforma possa abrir novos caminhos terapêuticos para muitas doenças onde a descoberta tradicional de drogas não foi bem sucedida.
"Esta é a primeira ferramenta para identificar com sucesso os recursos da doença com tanta precisão e sensibilidade", disse o vice-presidente sênior de desenvolvimento de descobertas e plataformas da NYSCF, Daniel Paull, PhD. "Seu poder de identificação de subgrupos de pacientes tem implicações importantes para a medicina de precisão e o desenvolvimento de medicamentos em muitas doenças intratáveis."
Author: David McKeon
Source: New York Stem Cell Foundation
Contact: David McKeon – New York Stem Cell Foundation
“Integrating deep learning and unbiased automated high-content screening to identify complex disease signatures in human fibroblasts” by Daniel Paull et al. Nature Communications
Comments