Os pesquisadores permitiram que o aprendizado de máquina predisse com precisão os subtipos da doença de Parkinson usando imagens de células-tronco. Este avanço mostra modelos computacionais classificando quatro subtipos de Parkinson, com as principais precisões chegando a 95%. Isso pode revolucionar a medicina personalizada e ajudar na pesquisa de medicamentos mais direcionados para Parkinson.
Principais Fatos:
- A pesquisa usou aprendizado de máquina para classificar imagens de células-tronco em quatro subtipos distintos da doença de Parkinson.
- As características mais preditivas para a classificação dos subtipos foram as mitocôndrias e lisossomos nas células.
- Esta técnica tem o potencial de permitir tratamentos personalizados para Parkinson com base em subtipos específicos.
Fonte: Instituto Francis Crick
Pesquisadores do Francis Crick Institute e do UCL Queen Square Institute of Neurology, trabalhando com a empresa de tecnologia Faculty AI, mostraram que o aprendizado de máquina pode prever com precisão subtipos da doença de Parkinson usando imagens de células-tronco derivadas de pacientes.
Seu trabalho, publicado na Nature Machine Intelligence, mostrou que modelos computacionais podem classificar com precisão quatro subtipos da doença de Parkinson, com um atingindo uma precisão de 95%. Isso poderia abrir caminho para a medicina personalizada e a descoberta de medicamentos direcionados.
A doença de Parkinson é uma condição neurodegenerativa que afeta o movimento e a cognição. Os sintomas e a progressão da doença variam de pessoa para pessoa devido a diferenças nos mecanismos subjacentes que causam a doença.
Até agora, não havia uma maneira de diferenciar com precisão os subtipos, o que significa que as pessoas recebem diagnósticos inespecíficos e nem sempre têm acesso a tratamentos, suporte ou cuidados direcionados.
A doença de Parkinson envolve o enovelamento incorreto de proteínas-chave e disfunção na depuração de mitocôndrias defeituosas, a fonte de produção de energia na célula. A maioria dos casos da doença de Parkinson começa esporadicamente, mas alguns podem estar ligados a mutações genéticas.
Os pesquisadores geraram células-tronco a partir das próprias células dos pacientes e criaram quimicamente quatro subtipos diferentes da doença de Parkinson, dois envolvendo vias que levam ao acúmulo tóxico de uma proteína chamada α-sinucleína e dois envolvendo vias que levam à extinção da mitocôndria, para criar um "modelo humano de doença cerebral em um prato".
Eles então fotografaram os modelos da doença em detalhes microscópicos e marcaram componentes-chave da célula, incluindo lisossomos, que estão envolvidos na quebra de partes desgastadas da célula. Os pesquisadores "treinaram" um programa de computador para reconhecer cada subtipo, que foi então capaz de prever o subtipo quando apresentado com imagens que ele não tinha visto antes.
As mitocôndrias e os lisossomos foram as características mais importantes na previsão do subtipo correto – confirmando seu envolvimento em como a doença de Parkinson se desenvolve – mas outras áreas da célula, como o núcleo, também foram consideradas importantes, bem como aspectos das imagens que ainda não podemos explicar.
James Evans, estudante de doutorado no Crick e UCL, e co-primeiro autor com Karishma D'Sa e Gurvir Virdi, disse: "Agora que usamos técnicas de imagem mais avançadas, geramos grandes quantidades de dados, muitos dos quais são descartados quando selecionamos manualmente alguns recursos de interesse.
"O uso de IA neste estudo nos permitiu avaliar um número maior de características celulares e avaliar a importância dessas características no discernimento do subtipo da doença. Usando deep learning, conseguimos extrair muito mais informações de nossas imagens do que com a análise de imagem convencional. Agora esperamos expandir essa abordagem para entender como esses mecanismos celulares contribuem para outros subtipos de Parkinson."
Sonia Gandhi, diretora assistente de pesquisa e líder do grupo do Laboratório de Biologia da Neurodegeneração no Crick, disse: "Entendemos muitos dos processos que estão causando Parkinson no cérebro das pessoas. Mas, enquanto eles estão vivos, não temos como saber qual mecanismo está acontecendo e, portanto, não podemos dar tratamentos precisos.
"Atualmente, não temos tratamentos que façam uma grande diferença na progressão da doença de Parkinson. Usando um modelo dos próprios neurônios do paciente, e combinando isso com um grande número de imagens, geramos um algoritmo para classificar certos subtipos – uma abordagem poderosa que poderia abrir a porta para identificar subtipos de doenças na vida.
"Levando isso um passo adiante, nossa plataforma nos permitiria primeiro testar drogas em modelos de células-tronco e prever se as células cerebrais de um paciente provavelmente responderiam a um medicamento, antes de se inscrever em testes clínicos. A esperança é que um dia isso possa levar a mudanças fundamentais na forma como fornecemos medicina personalizada."
O projeto foi desenvolvido durante a interrupção da pesquisa do laboratório na pandemia – toda a equipe realizou um curso intensivo de codificação, aprendendo a programar em Python, desenvolvendo habilidades que agora estão aplicando em projetos atuais.
James Fleming, diretor de informações do Crick, que trabalhou com a Faculty AI no projeto, disse: "A IA é uma tecnologia fascinante e poderosa, mas que muitas vezes é tornada impenetrável por hype e jargão.
"Este artigo surgiu como resultado de uma parceria única da indústria com a Faculdade para ver se um grupo de iniciantes completos em IA poderia aprender e aplicar as melhores práticas diretamente à sua ciência em um período de tempo muito compactado.
"O sucesso deste projeto não apenas provou que eles poderiam, desbloqueando novos insights no processo, mas também ajudou a impulsionar o investimento na rápida expansão de nossa própria equipe de IA e engenharia de software, que tem mais de 25 projetos 'em voo' com diferentes laboratórios em todo o Crick, com novos projetos começando a cada mês."
Os próximos passos da equipe de pesquisa são entender os subtipos da doença em pessoas com outras mutações genéticas e descobrir se casos esporádicos da doença de Parkinson (ou seja, sem mutações genéticas) podem ser classificados de maneira semelhante.
Author: Clare Green
Source: Francis Crick Institute
Contact: Clare Green – Francis Crick Institute
Image: The image is credited to Neuroscience News
Comentários