Investigadores de la Universidad de Constanza (Alemania) han desarrollado un software de análisis de imágenes por inteligencia artificial, EmbryoNet, que detecta y clasifica automáticamente los defectos del desarrollo animal y supera a los expertos humanos en rapidez, precisión y sensibilidad, según publican en la revista ‘Nature Methods’.

Los organismos multicelulares complejos sólo pueden surgir de óvulos fecundados porque el desarrollo embrionario está regulado con precisión biológica. La comunicación celular a través de vías de señalización desempeña un papel crucial en este contexto. Si las actividades de las vías de señalización se alteran, el embrión mostrará defectos característicos de desarrollo.

El software desarrollado por los investigadores dirigidos por Patrick Müller, catedrático de biología del desarrollo de la Universidad de Constanza, puede utilizarse para deducir qué vía de señalización está alterada en los embriones. En aplicaciones de alto rendimiento, la velocidad y precisión del software permiten investigar, por ejemplo, los mecanismos de actuación de los fármacos.

Hasta ahora, los expertos tenían que inspeccionar microscópicamente un gran número de embriones para identificar los mecanismos de señalización subyacentes basándose en defectos visibles del desarrollo. Este método, que requiere mucho tiempo, es tedioso y también propenso a evaluaciones divergentes, en parte subjetivas, debido a la falta de estandarización.

“Con EmbryoNet, por tanto, estamos adoptando un enfoque basado en el aprendizaje automático, en el que una red neuronal entrenada con más de 2 millones de imágenes representativas de embriones de pez cebra realiza la clasificación objetiva”, explica Matvey Safroshkin, uno de los programadores junto con Hernán Morales-Naverrete.

Además de los datos de las imágenes a clasificar, EmbryoNet también tiene en cuenta la información temporal sobre el desarrollo embrionario y el vínculo entre un defecto de desarrollo y la vía de señalización correspondiente.

Los científicos probaron el rendimiento de su software en comparación directa con humanos. Se les encargó emparejar imágenes no clasificadas previamente de embriones de pez cebra con posibles defectos de desarrollo. No sólo compitieron con EmbryoNet expertos experimentados en el campo de la biología del desarrollo, sino también grupos de estudiantes como parte de un curso práctico de licenciatura.

“Los datos de los estudiantes se incluyeron en nuestro estudio y son una buena demostración de cómo la investigación actual y la enseñanza universitaria pueden beneficiarse mutuamente”, afirma Müller. Los resultados del estudio muestran que EmbryoNet puede identificar de forma fiable diferentes mutantes de señalización en el pez cebra. Además, el software fue mucho más rápido e incluso más sensible que sus homólogos humanos, incluidos los expertos.

Los investigadores también demostraron que EmbryoNet puede aplicarse no sólo al pez cebra, un modelo muy popular en biología del desarrollo, sino también a otras especies de vertebrados.

“Con relativamente poco esfuerzo, fuimos capaces de reentrenar EmbryoNet para clasificar otras especies que evolutivamente se separaron del pez cebra hace cientos de millones de años”, explica Daniel Capek, biólogo del desarrollo y uno de los autores del estudio. Así pues, el software de código abierto, que se puede utilizar y modificar libremente, tiene el potencial de acelerar la caracterización de mutantes del desarrollo en diversas especies.

Fuente: infosalus.com