El aprendizaje profundo impulsa estudio del corazón de la mosca, revela claves para salud humana
MadridCientíficos de la Universidad de Alabama en Birmingham han logrado avances significativos en el estudio de los corazones de las moscas de la fruta gracias al uso de aprendizaje profundo y microscopios rápidos de video. Este descubrimiento podría ser clave para la investigación de enfermedades cardíacas en humanos.
Las moscas de la fruta, conocidas como Drosophila, son valiosas para investigar enfermedades cardíacas humanas. Facilitan a los científicos el estudio del envejecimiento del corazón y de condiciones que lo debilitan. Anteriormente, evaluar la función cardíaca en estas moscas requería que las personas identificaran manualmente los momentos en que el corazón estaba más expandido o contraído. Este método era lento y con frecuencia erróneo.
Los investigadores han utilizado aprendizaje profundo para revolucionar el estudio de los corazones. Este método automatizado puede analizar varios cientos de corazones simultáneamente, acelerando el proceso y disminuyendo errores. Girish Melkani, Ph.D., del Departamento de Patología de la UAB, afirma que este enfoque ofrece numerosos beneficios.
- Tiempo de análisis más rápidos
- Menor margen de error humano
- Capacidad para estudiar más regiones del corazón
- Escalabilidad a cientos de corazones
El nuevo método ayuda a los científicos a comprender mejor cómo los factores ambientales y genéticos influyen en el envejecimiento y las enfermedades del corazón. Melkani pretende utilizar esta tecnología para estudiar problemas cardíacos en animales como peces cebra y ratones. Esta técnica también podría aplicarse a modelos de corazón humano, proporcionando información valiosa sobre la salud cardíaca.
El modelo puede predecir muy bien cómo envejece el corazón. Al aplicar métodos para medir la incertidumbre, se puede mejorar la precisión de estas predicciones. La enfermedad cardíaca es una de las principales causas de muerte en Estados Unidos. Por lo tanto, contar con herramientas precisas para estudiar la función cardíaca en animales es fundamental.
El equipo de investigación evaluó la precisión de su modelo comparando el rendimiento cardíaco en moscas de la fruta envejecidas y en una condición llamada miocardiopatía dilatada, la cual provocaron al reducir la enzima oxoglutarato deshidrogenasa en el ciclo de Krebs. Para el estudio del envejecimiento, entrenaron su modelo utilizando datos de 54 corazones y verificaron sus resultados contra un conjunto de datos de 177 corazones. El modelo mostró con precisión los cambios esperados en el rendimiento cardíaco a medida que las moscas envejecían.
Melkani afirma que su plataforma de aprendizaje profundo puede funcionar en hardware de consumo regular. El código desarrollado calcula medidas cardíacas cruciales como diámetros/intervalos diastólicos y sistólicos, acortamiento fraccional, fracción de eyección, período/ritmo cardíaco e irregularidades en los latidos.
El estudio se publica aquí:
http://dx.doi.org/10.1038/s42003-024-06371-7y su cita oficial - incluidos autores y revista - es
Yash Melkani, Aniket Pant, Yiming Guo, Girish C. Melkani. Automated assessment of cardiac dynamics in aging and dilated cardiomyopathy Drosophila models using machine learning. Communications Biology, 2024; 7 (1) DOI: 10.1038/s42003-024-06371-7
Compartir este artículo