Resumo:
Os pesquisadores desenvolveram um sistema de inteligência artificial chamado ChromAgeNet, que pode identificar características de envelhecimento ocultas na estrutura do DNA a partir de imagens tridimensionais de células obtidas por microscópios comuns, fornecendo uma nova ferramenta para o estudo do envelhecimento das células-tronco do sangue e a futura busca por maneiras de retardar o envelhecimento.
À medida que a idade aumenta, a capacidade do corpo de produzir células sanguíneas diminui gradualmente. Esta alteração está intimamente relacionada com o declínio da função do sistema hematopoiético. As células-tronco hematopoiéticas são responsáveis pela produção de vários componentes do sangue, como glóbulos vermelhos, glóbulos brancos e plaquetas, mas as alterações internas que ocorrem nessas células durante o envelhecimento são frequentemente tão sutis que são difíceis de detectar diretamente, mesmo com observação ao microscópio.
Para resolver este problema, uma equipe de pesquisa do Instituto de Pesquisa Biomédica Belvite da Espanha, do Centro de Supercomputação de Barcelona e do Instituto Global de Saúde de Barcelona desenvolveram em conjunto o ChromAgeNet. O sistema analisa imagens tridimensionais dos núcleos das células para estudar a organização espacial do DNA dentro do núcleo e encontrar características ocultas relacionadas ao envelhecimento.
No estudo publicado na revista "Aging Cell", os cientistas usaram células-tronco hematopoiéticas de camundongos para verificação. Os resultados mostram que o ChromAgeNet pode distinguir células jovens de células senescentes com uma precisão de cerca de 77%, o que é melhor do que os modelos tradicionais de aprendizado de máquina que anteriormente dependiam de recursos definidos artificialmente.
A equipe de pesquisa apontou que dentro do núcleo o DNA não existe em uma forma linear simples, mas junto com as proteínas forma uma estrutura complexa chamada cromatina. A forma como a cromatina está organizada afeta quais genes são ativados, o que por sua vez determina a identidade e a função da célula. À medida que envelhecemos, esta estrutura tridimensional muda gradualmente, mas estas alterações são muitas vezes difíceis de detectar a olho nu.
Para treinar o modelo de inteligência artificial, os pesquisadores primeiro usaram o corante fluorescente comum DAPI para rotular o DNA e, em seguida, obtiveram imagens microscópicas tridimensionais do núcleo da célula. A rede neural aprende então as diferenças sutis entre células jovens e velhas a partir de um grande número de amostras e constrói um modelo de julgamento.
Uma análise mais aprofundada descobriu que o ChromAgeNet não se concentra em indicadores tradicionais, como tamanho ou formato da célula, mas em detalhes como a complexidade da organização da cromatina no espaço, a distribuição da heterocromatina perto da borda do núcleo da célula e algumas áreas de condensação de cromatina de alta densidade. Estas características estruturais, que eram difíceis de quantificar no passado, podem conter informações importantes intimamente relacionadas com a idade celular.
Os pesquisadores também realizaram experimentos de prova de conceito. Eles trataram células-tronco hematopoiéticas envelhecidas com diferentes tipos de drogas epigenéticas e depois usaram o ChromAgeNet para analisar se as drogas alteravam o padrão de organização do DNA e o tornavam mais semelhante às características estruturais das células jovens.
Os resultados mostram que a ferramenta pode de fato detectar mudanças estruturais que ocorrem após o tratamento medicamentoso e determinar se algumas células se transformaram em “características mais jovens”. No entanto, a equipa de investigação enfatizou que isto não significa que estes medicamentos tenham verdadeiramente restaurado as células para um estado mais jovem, nem podem provar que as funções celulares foram restauradas. Os resultados atuais apenas ilustram a capacidade da IA para identificar mudanças estruturais relacionadas com a idade e as suas respostas às intervenções.
Os pesquisadores disseram que esta tecnologia pode ser usada em combinação com outras ferramentas de avaliação biológica da idade, como relógios epigenéticos, no futuro, para fornecer informações mais abrangentes para o estudo dos mecanismos de envelhecimento. Devido ao baixo custo e à ampla aplicação da coloração DAPI, espera-se que o ChromAgeNet seja usado em experimentos de triagem de alto rendimento no futuro para avaliar rapidamente os efeitos de diferentes medicamentos e intervenções de grandes quantidades de células.
A equipe também divulgou o modelo ChromAgeNet e dados de imagens tridimensionais de células relacionadas, esperando que outras instituições de pesquisa possam melhorar ainda mais a tecnologia de avaliação da idade celular com base nesses resultados. Os investigadores acreditam que existe uma riqueza de informação sobre o envelhecimento escondida na estrutura tridimensional do ADN, e a inteligência artificial está a ajudar os cientistas a ler estes sinais de uma forma sem precedentes, abrindo novas direcções de investigação para a compreensão do processo de envelhecimento e o desenvolvimento de potenciais tratamentos anti-envelhecimento.
Comentários