L'intelligenza artificiale accelera lo studio del cuore della mosca: nuove prospettive per malattie umane

RomeScienziati dell'Università dell'Alabama a Birmingham stanno facendo significativi progressi nello studio dei cuori dei moscerini della frutta grazie all'utilizzo del deep learning e di microscopi video ad alta velocità. Questo avanzamento potrebbe essere fondamentale per la ricerca sulle malattie cardiache negli esseri umani.

I moscerini della frutta, o Drosophila, sono essenziali per lo studio delle malattie cardiache umane. Questi insetti permettono ai ricercatori di analizzare l'invecchiamento del cuore e le condizioni che ne riducono la funzionalità. In passato, valutare la funzione cardiaca di queste mosche richiedeva l'intervento manuale per identificare i momenti di massima espansione o contrazione del cuore. Questo processo era laborioso e spesso impreciso.

I ricercatori hanno utilizzato il deep learning per rivoluzionare lo studio dei cuori. Questa metodologia automatizzata è in grado di analizzare centinaia di cuori contemporaneamente, accelerando significativamente il processo e riducendo gli errori. Girish Melkani, Ph.D., del Dipartimento di Patologia dell'UAB, afferma che questo approccio offre numerosi benefici.

• Analisi più rapide
• Riduzione degli errori umani
• Maggiore capacità di esaminare diverse aree del cuore
• Scalabilità a centinaia di cuori

Il nuovo metodo permette agli scienziati di comprendere meglio come i fattori ambientali e genetici influenzino l'invecchiamento del cuore e le malattie cardiache. Melkani intende utilizzare questa tecnologia per studiare i problemi cardiaci in animali come zebrafish e topi. Questa tecnica potrebbe essere impiegata anche per analizzare modelli di cuore umano, offrendo preziose informazioni sulla salute cardiaca.

Leggi anche:

Oggi · 15:58

Nuova scoperta: Webb svela la galassia ad anello mancante stellare

Il modello è in grado di prevedere con precisione l'invecchiamento del cuore. L'uso di tecniche per misurare l'incertezza può migliorare l'esattezza di queste previsioni. Le malattie cardiache rappresentano una delle principali cause di morte negli Stati Uniti. Pertanto, avere strumenti precisi per studiare la funzione cardiaca negli animali è fondamentale.

Il team di ricerca ha valutato l'accuratezza del proprio modello confrontando le prestazioni cardiache in moscerini della frutta invecchiati e in una condizione chiamata cardiomiopatia dilatativa, che hanno indotto riducendo l'enzima ossoglutarato deidrogenasi nel ciclo di Krebs. Per lo studio sull'invecchiamento, hanno addestrato il modello utilizzando dati provenienti da 54 cuori e verificandone i risultati con un dataset di 177 cuori. Il modello ha mostrato con precisione i cambiamenti attesi nelle prestazioni cardiache man mano che i moscerini invecchiavano.

Melkani chiarisce che la loro piattaforma di deep learning funziona anche su hardware consumer. Il codice sviluppato calcola misurazioni cardiache essenziali come i diametri/intervalli diastolici e sistolici, la frazione di accorciamento, la frazione di eiezione, il periodo/ritmo cardiaco e le irregolarità del battito.