Uso de IA y células madre para mejorar el diagnóstico y tratamiento del Parkinson
Un grupo de investigadores del Instituto Francis Crick y el Instituto de Neurología UCL Queen Square, en colaboración con Facultad AI, ha dado un paso significativo en la comprensión y abordaje de la enfermedad de Parkinson, un trastorno neurodegenerativo común y diverso. Mediante el empleo de aprendizaje automático y células madre derivadas de pacientes, han logrado predecir con precisión subtipos de la enfermedad.
Hasta ahora, el mecanismo subyacente de esta enfermedad neurodegenerativa había sido difícil de identificar en vida. No obstante, esta investigación, recientemente publicada en Nature Machine Intelligence, ha demostrado que modelos informáticos pueden clasificar acertadamente cuatro subtipos de Parkinson, uno de los cuales alcanza una impresionante precisión del 95%. Esta novedosa aproximación podría potenciar la medicina personalizada y el desarrollo de fármacos dirigidos.
La enfermedad de Parkinson se caracteriza por la descomposición de proteínas cruciales y la disfunción en la eliminación de mitocondrias defectuosas, responsables de la energía celular. Aunque la mayoría de los casos son esporádicos, algunos pueden estar relacionados con mutaciones genéticas.
En este estudio, los investigadores generaron células madre a partir de muestras de pacientes y crearon cuatro subtipos químicos diferentes de Parkinson en el laboratorio. Estos subtipos estaban relacionados con la acumulación tóxica de la proteína α-sinucleína y la inactividad de mitocondrias, aspectos clave de la patología. Mediante imágenes microscópicas detalladas, identificaron características celulares cruciales, como las mitocondrias y los lisosomas.
Utilizando un programa de inteligencia artificial, entrenaron al sistema para reconocer los subtipos mediante imágenes previamente no vistas. Las mitocondrias y los lisosomas emergieron como elementos clave para predecir con precisión el subtipo correcto. Además, se observó que el núcleo y otras áreas celulares también influyen, aun cuando su función precisa no se ha esclarecido por completo.
El estudiante de doctorado James Evans, junto con Karishma D’Sa y Gurvir Virdi, coautores del Instituto Francis Crick, expresaron que este enfoque permitió analizar una amplia gama de características celulares y comprender mejor su relevancia para identificar subtipos. La Dra. Sonia Gandhi, líder del grupo de Biología de Neurodegeneración en Crick, enfatizó la limitación actual de entender la enfermedad en vida y resaltó la promesa de este enfoque para identificar subtipos de manera temprana.
Este método podría revolucionar el proceso de prueba de medicamentos, permitiendo evaluar cómo responderían las células cerebrales de un paciente a un tratamiento antes de recurrir a ensayos clínicos. Aunque el proyecto surgió durante la interrupción de la investigación debido a la pandemia, la colaboración entre investigadores y la Facultad AI llevó a nuevos descubrimientos y al crecimiento de equipos dedicados a la inteligencia artificial en el Instituto Francis Crick.
Los siguientes pasos incluyen la comprensión de subtipos en pacientes con distintas mutaciones genéticas y la investigación sobre casos esporádicos. El equipo de trabajo, liderado por Alejandro Adán, Ottavia Bertolli, James Fleming, Hojong Chang, Craig Leighton, Mathew H. Horrocks, Dilan Athauda, Minee L. Choi y Sonia Gandhi, anticipa un avance significativo en la identificación y tratamiento de subtipos de la enfermedad de Parkinson.
