A combinación de intelixencia artificial e novas tecnoloxías microscópicas crearon unha ferramenta para separar as células comúns das células cancerosas e infectadas polos virus na fase máis temperá. Isto permitiu abrir o camiño ao desenvolvemento de novas estratexias de diagnóstico e tratamento.
Esta ferramenta, denominada AINU, foi desenvolvida por investigadores de diferentes centros: Centro de Regulación Xenómica (CRG, Barcelona), Academia de Ciencias Médicas de Guangdong (China), Universidade do País Vasco (UPV/EHU), Donostia International Physics Center (DIPC) e Fundación Biofísica Bizkaia (FBB). O traballo que fixeron foi publicado na revista Nature Machine Intelligence, en formato aberto.
Segundo explicaron, a ferramenta AINU (AI of the NUcleus) desenvolvida por Google Analytics escanea imaxes de alta resolución de células en Internet. Estas imaxes obtéñense a través dunha técnica de microscopía especial denominada STORM, cunha resolución tan grande que AINU é capaz de detectar patróns específicos e diferenzas con gran precisión.
Para adestrar o modelo, os investigadores alimentaron con imaxes de resolución nanométrica dun núcleo de múltiples tipos de células que se atopaban en diferentes situacións. Así, o modelo aprendeu a diferenciar os modelos específicos nas células.
Por exemplo, as células cancerosas, en comparación coas células normais, presentan cambios diferenciais na forma de organizar o ADN ou na distribución de encimas dentro do núcleo. Tras o adestramento, AINU foi capaz de analizar as novas imaxes dos núcleos e de clasificalos como células cancerosas ou células normais, baseándose nesas características. Así mesmo, unha hora despois de que o virus do herpes simple de tipo 1 infectase unha célula, tamén foi capaz de detectar cambios no núcleo de devandita célula. De feito, o virus provoca pequenas variacións na densidade do ADN. Por último, demostraron que tamén é útil para as células nai, aínda que non para as células nai.
Aínda que a AINU ofrece interesantes alternativas, os investigadores advertiron de que aínda quedan moitas barreiras por superar para probar e utilizar na contorna clínica.