Inteligencia artificial para el estudio de los procesos iniciales de la enfermedad

Investigadores del Cima han presentado los resultados de una competición internacional iniciada hace diez años para mejorar el estudio del movimiento celular. El Cell Tracking Challenge confirma que los softwares basados en inteligencia artificial plantean un cambio de paradigma en la investigación de la biología celular normal y de procesos patológicos, como el cáncer o la regeneración de tejidos.

Las células se mueven para realizar sus funciones, por ejemplo, durante el desarrollo embrionario, donde las células tienen una gran movilidad. Es muy importante saber cómo se desplazan desde los estadios iniciales hasta el desarrollo completo del embrión y saber qué células darán lugar a qué órganos en función de su desplazamiento. Pero también se mueven en procesos patológicos, durante el desarrollo del cáncer y de las metástasis o en procesos de curación de heridas. 

“Tradicionalmente este estudio se realizaba de forma manual, lo cual es tremendamente laborioso y en ocasiones directamente imposible, por lo que hace diez años pusimos en marcha un challenge para fomentar el desarrollo de programas de ordenador o softwares que fueran capaces de realizar el seguimiento celular de manera automática. Durante este tiempo hemos creado una base de datos de vídeos muy variada, y hemos establecido medidas objetivas y métricas comunes para evaluar la precisión de los distintos programas recibidos”, explica el Dr. Carlos Ortiz de Solórzano, director del Programa de Ingeniería Biomédica del Cima Universidad de Navarra y coordinador de la competición internacional. Los resultados de este challenge se han publicado en el último número de la revista científica Nature Methods.

Inteligencia artificial

El estudio ha evaluado 80 programas realizado por 50 grupos internacionales de España, Alemania, República Checa, Estados Unidos y Australia. “Entre los datos que los participantes han analizado de modo automático destacan videos de grandes dimensiones (más de 300GB), como el que contiene el desarrollo embrionario del escarabajo rojo de la harina (Tribolium castaneum) o de otros modelos embrionarios similares muy usados en investigación biomédica. Estos vídeos, por su tamaño y complejidad ponen a prueba la capacidad de los programadores para manipular y analizar grandes cantidades de datos”, apunta Ortiz de Solórzano.

Una de las conclusiones más interesantes es confirmar que el reconocimiento y seguimiento celular mediante métodos basados en inteligencia artificial ofrece mejores resultados que las técnicas convencionales. “Debido a la emergencia de estos métodos, que requieren muchos datos para su entrenamiento, hemos puesto a disposición de la comunidad científica un "Silver Ground Truth", es decir, un conjunto amplísimo de datos anotados automáticamente, a partir de la combinación de las mejores soluciones enviadas por los participantes”, añade el coordinador del proyecto. 

Tras los resultados obtenidos, el challenge va a continuar recopilando nuevos programas para estudiar la capacidad de detectar correctamente las divisiones celulares y de reconstruir trayectorias completas de las células.