Investigadores utilizan la IA para obtener una comprensión más profunda del crecimiento celular

Un equipo de científicos del Instituto de Ciencia Industrial de la Universidad de Tokio ha diseñado un nuevo algoritmo de aprendizaje automático que es capaz de predecir el tamaño de una célula individual mientras crece y se divide.

La red neural artificial del equipo permite que una computadora haga predicciones más precisas en comparación con los métodos que solo se basan en suposiciones comunes en biología. Según el equipo, los nuevos desarrollos podrían ayudar a avanzar en el campo de la biología cuantitativa y mejorar la producción industrial de medicamentos.

El campo de la biología

El campo de la biología, al igual que todas las ciencias naturales, se basa en modelos matemáticos que hacen predicciones sobre el futuro en función de los datos. Debido a que los sistemas vivos y los procesos biológicos son extremadamente complejos, estas ecuaciones no siempre pueden ser completamente confiables. A menudo se basan en suposiciones simplificadas, que no necesariamente reflejan los procesos biológicos reales.

Debido a esto, el equipo de investigadores recurrió al nuevo algoritmo de aprendizaje automático, que puede utilizar el tamaño medido de células individuales a lo largo del tiempo para predecir su tamaño futuro. Uno de los principales beneficios del sistema de computadora es que reconoce automáticamente patrones en los datos, lo que significa que no está restringido como otros métodos convencionales.

Atsushi Kamimura es el primer autor del artículo de investigación.

“En biología, a menudo se utilizan modelos simples basados en su capacidad para reproducir los datos medidos”, dice Kamimura. “Sin embargo, los modelos pueden fallar al capturar lo que realmente está sucediendo debido a las preconcepciones humanas”.

Recopilación de datos

El estudio se basó en datos recopilados de una bacteria Escherichia coli o una célula de levadura Schizosaccharomyces pombe, que se mantuvo en un canal microfluídico con temperaturas variables.

Se encontró que el tamaño de la trama aparecía como una “sierra” mientras el crecimiento exponencial se interrumpía por eventos de división. Tradicionalmente, los biólogos humanos confían en un modelo “sizer”, que se basa en el tamaño absoluto de la célula, o un modelo “adder”, que se basa en el aumento de tamaño desde el nacimiento. Utilizan estos modelos para predecir cuándo ocurrirán las divisiones.

Mientras que el programa de computadora demostró que el principio “adder” es efectivo, encontró que es parte de un sistema más grande y complejo de reacciones bioquímicas y señalización.

Tetsuya Kobayashi es el autor senior del artículo.

“Nuestra red neural de aprendizaje profundo puede separar efectivamente los factores deterministas dependientes de la historia de los datos de ruido”, dice Kobayashi.

El equipo dice que este método podría utilizarse en otras áreas de la biología, no solo para predecir el tamaño de las células. La ciencia de la vida dependerá cada vez más de la inteligencia artificial en lugar de los modelos humanos, y la IA podrá descubrir nuevas y eficientes formas de controlar microorganismos, lo que tendrá un gran impacto en la forma en que fermentamos productos y producimos medicamentos.