Pesquisadores desenvolveram uma inteligência artificial que pode diferenciar células cancerígenas de células normais, bem como detectar os estágios iniciais da infecção viral dentro das células. As descobertas, publicadas hoje em um estudo no periódico Nature Machine Intelligence , abrem caminho para técnicas de diagnóstico aprimoradas e novas estratégias de monitoramento de doenças. Os pesquisadores são do Centre for Genomic Regulation (CRG), da University of the Basque Country (UPV/EHU), do Donostia International Physics Center (DIPC) e da Fundación Biofisica Bizkaia (FBB, localizada no Biofisika Institute).

A ferramenta, AINU (AI of the NUcleus), escaneia imagens de células em alta resolução. As imagens são obtidas com uma técnica especial de microscopia chamada STORM, que cria uma imagem que captura muitos detalhes mais finos do que os microscópios comuns podem ver. Os instantâneos de alta definição revelam estruturas em resolução nanoescala.

Um nanômetro (nm) é um bilionésimo de um metro, e um fio de cabelo humano tem cerca de 100.000 nm de largura. A IA pode detectar rearranjos dentro de células tão pequenos quanto 20 nm, ou 5.000 vezes menores que a largura de um fio de cabelo humano. Essas alterações são muito pequenas e sutis para observadores humanos encontrarem apenas com métodos tradicionais.

"A resolução dessas imagens é poderosa o suficiente para que nossa IA reconheça padrões e diferenças específicas com precisão notável, incluindo mudanças em como o DNA é organizado dentro das células, ajudando a detectar alterações logo após elas ocorrerem. Acreditamos que, um dia, esse tipo de informação pode dar aos médicos um tempo valioso para monitorar doenças, personalizar tratamentos e melhorar os resultados dos pacientes", diz a Professora de Pesquisa do ICREA Pia Cosma, coautora correspondente do estudo e pesquisadora do Centro de Regulação Genômica em Barcelona.

AINU é uma rede neural convolucional , um tipo de IA projetada especificamente para analisar dados visuais como imagens. Exemplos de redes neurais convolucionais incluem ferramentas de IA que permitem aos usuários desbloquear smartphones com o rosto, ou outras usadas por carros autônomos para entender e navegar em ambientes reconhecendo objetos na estrada.

Na medicina, redes neurais convolucionais são usadas para analisar imagens médicas como mamografias ou tomografias computadorizadas e identificar sinais de câncer que podem passar despercebidos pelo olho humano. Elas também podem ajudar os médicos a detectar anormalidades em exames de ressonância magnética ou imagens de raio-X, ajudando a fazer um diagnóstico mais rápido e preciso.

AINU detecta e analisa pequenas estruturas dentro das células no nível molecular. Os pesquisadores treinaram o modelo alimentando-o com imagens de resolução nanoescalar do núcleo de muitos tipos diferentes de células em diferentes estados. O modelo aprendeu a reconhecer padrões específicos nas células analisando como os componentes nucleares são distribuídos e organizados no espaço tridimensional.

Por exemplo, células cancerígenas têm mudanças distintas em sua estrutura nuclear em comparação com células normais, como alterações em como seu DNA é organizado ou na distribuição de enzimas dentro do núcleo. Após o treinamento, a AINU pôde analisar novas imagens de núcleos de células e classificá-las como cancerígenas ou normais com base apenas nessas características.

A resolução em nanoescala das imagens permitiu que a IA detectasse mudanças no núcleo de uma célula logo uma hora após ela ter sido infectada pelo vírus herpes simplex tipo 1. O modelo pode detectar a presença do vírus encontrando pequenas diferenças em quão firmemente o DNA é compactado, o que acontece quando um vírus começa a alterar a estrutura do núcleo da célula.

"Nosso método pode detectar células que foram infectadas por um vírus logo após o início da infecção. Normalmente, leva tempo para os médicos detectarem uma infecção porque eles dependem de sintomas visíveis ou mudanças maiores no corpo. Mas com AINU, podemos ver pequenas mudanças no núcleo da célula imediatamente", diz Ignacio Arganda-Carreras, coautor correspondente do estudo e Ikerbasque Research Associate na UPV/EHU e afiliado ao FBB-Biofisika Institute e ao DIPC em San Sebastián/Donostia.

"Pesquisadores podem usar essa tecnologia para ver como os vírus afetam as células quase imediatamente após entrarem no corpo, o que pode ajudar no desenvolvimento de melhores tratamentos e vacinas. Em hospitais e clínicas, a AINU pode ser usada para diagnosticar rapidamente infecções a partir de uma simples amostra de sangue ou tecido, tornando o processo mais rápido e preciso", acrescenta Limei Zhong, co-primeiro autor do estudo e pesquisador do Hospital Popular Provincial de Guangdong (GDPH) em Guangzhou, China.

Os pesquisadores precisam superar limitações importantes antes que a tecnologia esteja pronta para ser testada ou implantada em um ambiente clínico . Por exemplo, imagens STORM só podem ser tiradas com equipamentos especializados normalmente encontrados apenas em laboratórios de pesquisa biomédica. Configurar e manter os sistemas de imagem exigidos pela IA é um investimento significativo tanto em equipamentos quanto em conhecimento técnico.

Outra restrição é que a imagem STORM normalmente analisa apenas algumas células por vez. Para fins de diagnóstico, especialmente em ambientes clínicos onde velocidade e eficiência são cruciais, os médicos precisariam capturar muito mais números de células em uma única imagem para conseguir detectar ou monitorar uma doença.

"Há muitos avanços rápidos no campo de imagens STORM, o que significa que os microscópios podem em breve estar disponíveis em laboratórios menores ou menos especializados e, eventualmente, até mesmo na clínica. As limitações de acessibilidade e rendimento são problemas mais tratáveis ??do que pensávamos anteriormente e esperamos realizar experimentos pré-clínicos em breve", diz o Dr. Cosma.

Embora os benefícios clínicos possam estar a anos de distância, espera-se que a AINU acelere a pesquisa científica no curto prazo. Os pesquisadores descobriram que a tecnologia pode identificar células-tronco com altíssima precisão. As células-tronco podem se desenvolver em qualquer tipo de célula do corpo, uma capacidade conhecida como pluripotência. As células pluripotentes são estudadas por seu potencial em ajudar a reparar ou substituir tecidos danificados.

A AINU pode tornar o processo de detecção de células pluripotentes mais rápido e preciso, ajudando a tornar as terapias com células-tronco mais seguras e eficazes.

"Os métodos atuais para detectar células-tronco de alta qualidade dependem de testes em animais. No entanto, tudo o que nosso modelo de IA precisa para funcionar é uma amostra que seja corada com marcadores específicos que destacam as principais características nucleares. Além de ser mais fácil e rápido, ele pode acelerar a pesquisa com células-tronco ao mesmo tempo em que contribui para a mudança na redução do uso de animais na ciência", diz Davide Carnevali, primeiro autor da pesquisa e pesquisador do CRG.