image: A section of the PVD neuron of an aged C. elegans, showing beads throughout the neuron. The beads give researchers information on degeneration of the neuron. The image was made using fluorescence microscopy. view more
Credit: Adriana San Miguel, NC State University
Investigadores de la Universidad Estatal de Carolina del Norte (NC State University) han demostrado la utilidad de la inteligencia artificial para identificar y categorizar degeneración neuronal en el organismo modelo C. elegans. Esta herramienta basada en el aprendizaje profundo, una forma de inteligencia artificial, puede facilitar y acelerar estudios de degeneración neuronal.
"El principal motivo para entender los mecanismos que resultan en degeneración neuronal es el desacelerar o prevenir este proceso asociado con envejecimiento o enfermedad", comenta Adriana San Miguel, autora correspondiente del artículo sobre este estudio y Profesora Asistente en Ingeniería Química y Biomolecular en NC State. "Nuestros resultados demuestran que el aprendizaje profundo puede identificar signos de degeneración neuronal, que lo puede hacer más rápido que un humano, y que puede distinguir entre degeneración neuronal causada por diferentes factores."
"Esta herramienta que nos permite identificar patrones de degeneración neuronal también nos ayudarán a encontrar genes que son importantes para estos procesos," dice San Miguel. "Así mismo, nos ayudará a evaluar los efectos de intervenciones farmacéuticas en degeneración neuronal en este organismo modelo. De esta forma podemos identificar tratamientos con el potencial para combatir desórdenes neurológicos."
Para este estudio, los investigadores utilizaron C. elegans, un organismo modelo usado ampliamente para estudiar envejecimiento y el desarrollo del sistema nervioso. Específicamente, los investigadores se enfocaron en una neurona llamada PVD, la cual detecta temperatura y tacto. Esta neurona fue elegida debido a que se encuentra a lo largo de todo el organismo, y a que se degenera por envejecimiento.
C. elegans son pequeños y transparentes, lo cual implica que es posible ver su sistema nervioso en animales aún vivos. Tradicionalmente, el identificar degeneración neuronal en C. elegans, requiere análisis detallado de cambios microscópicos, tal como la aparición de burbujas que se forman en neuronas. El grado de degeneración neuronal puede monitorearse al calcular el tamaño, número, y localización de estas burbujas.
"El conteo de estas burbujas es un proceso que toma mucho tiempo y trabajo," comenta Kevin Flores, co-autor del estudio y Profesor Asistente de Matemáticas en NC State. "Hemos demostrado que podemos usar un programa de aprendizaje profundo combinado con cómputo GPU para colectar toda la información relevante de una imagen en segundos. Esto permite un análisis cuantitativo de degeneración neuronal mucho más rápido que con métodos tradicionales".
Además de monitorear los efectos de envejecimiento en degeneración, los investigadores también examinaron los efectos de un "choque frío": una exposición prolongada a bajas temperaturas. Sorpresivamente, los investigadores encontraron que el choque frío también induce degeneración neuronal.
"Encontramos que la degeneración neuronal causada por choque frío muestra patrones de formación de burbujas diferentes a los patrones causados por envejecimiento," dice San Miguel. "Es difícil o imposible identificar estas diferencias con inspección visual, pero el programa basado en aprendizaje profundo las encontró consistentemente."
"Este estudio nos dice que las herramientas de aprendizaje profundo son capaces de encontrar cambios que nosotros no podemos percibir, y estamos apenas aprendiendo su potencial para avanzar nuestro entendimiento de degeneración neuronal".
###
El artículo, "Deep learning-enabled analysis reveals distinct neuronal phenotypes induced by aging and cold-shock," está publicado en la revista BMC Biology. El primer autor del artículo es Sahand Saberi-Bosari, un estudiante de doctorado recién graduado de NC State.
Este estudio fue realizado con apoyo del Instiuto Nacional de Salud (NIH), bajo los contratos R00AG046911 y R21AG059099; y de la Fundación Nacional de Ciencia (NSF) bajo el contrato IOS1838314.
Journal
BMC Biology