Este artículo ha sido revisado según Science X. proceso editorial
y políticas.
Editores han resaltado los siguientes atributos garantizando al mismo tiempo la credibilidad del contenido:
verificado
publicación revisada por pares
fuente confiable
corregir
¡De acuerdo!
por Elizabeth E. Keller,
La astronauta de la NASA Sunita Williams, ingeniera de vuelo de la Expedición 32, equipada con un arnés elástico, hace ejercicios en la cinta de correr de resistencia externa con carga operativa combinada (COLBERT) en el nodo Tranquility de la Estación Espacial Internacional. Crédito: NASA
× cerrar
La astronauta de la NASA Sunita Williams, ingeniera de vuelo de la Expedición 32, equipada con un arnés elástico, hace ejercicios en la cinta de correr de resistencia externa con carga operativa combinada (COLBERT) en el nodo Tranquility de la Estación Espacial Internacional. Crédito: NASA
Incluso el ejercicio intenso de los astronautas no puede compensar la atrofia muscular causada por la microgravedad. La atrofia se produce, en parte, mediante un mecanismo subyacente que regula la absorción de calcio. Investigaciones recientes han demostrado que la exposición a vuelos espaciales altera la absorción de calcio en los músculos. Sin embargo, los mecanismos moleculares que impulsan estos cambios no están bien estudiados.
Los investigadores del Centro de Investigación Ames investigaron estos mecanismos aplicando el aprendizaje automático (ML) para identificar patrones en conjuntos de datos en ratones expuestos a la microgravedad. Los métodos de aprendizaje automático son particularmente eficaces para identificar patrones en datos biológicos complejos y son adecuados para la investigación biológica espacial, donde a menudo se combinan pequeños conjuntos de datos para aumentar el poder estadístico.
El entrenamiento de resistencia puede contrarrestar los efectos negativos para la salud de la microgravedad en la atrofia muscular, pero una nueva investigación del Centro de Investigación Ames busca comprender los mecanismos fisiológicos en juego para identificar biomarcadores que puedan informar contramedidas innovadoras. El estudio fue un proyecto del Programa de Capacitación en Ciencias de la Vida Espacial de la NASA en el Centro de Investigación Ames. Ha sido publicado en la revista npj Microgravity.
El análisis de aprendizaje automático muestra los impulsores moleculares de los cambios fisiológicos en la bomba del retículo sarcoplásmico/endoplásmico del canal de calcio (SERCA), que conducen a cambios musculares y pérdida de masa muscular en roedores de vuelos espaciales. Se crearon modelos de aprendizaje automático para identificar proteínas que pudieran predecir la resistencia de un organismo a la microgravedad con respecto a la absorción de calcio en los músculos. Se descubrió que las proteínas específicas, Acyp1 y Rps7, eran los biomarcadores más predictivos asociados con una mayor ingesta de calcio en los músculos de contracción rápida.
Este estudio ofreció una primera mirada al uso de ML en la absorción de calcio en los músculos cuando se exponen a condiciones de microgravedad. Este estudio demostró el papel de la iniciativa de ciencia abierta de la NASA en la aceleración de la biología espacial mediante su dependencia del Repositorio de Datos Científicos Abiertos (OSDR) y los Grupos de Trabajo de Análisis de ARC, así como la participación de un equipo de investigación internacional de EE. UU., Canadá, Dinamarca y Australia. En particular, el primer autor del artículo era estudiante de la UC Berkeley, lo que demuestra el potencial ilimitado de las colaboraciones NASA-Berkeley en la investigación de ciencias biológicas con el próximo Centro Espacial Berkeley en el Parque de Investigación de la NASA.
Más información:
Kevin Li et al, El aprendizaje automático explicable identifica firmas multiómicas de la respuesta muscular a los vuelos espaciales en ratones, npj Microgravity (2023). DOI: 10.1038/s41526-023-00337-5
Información de la revista:
npj microgravedad
2024-04-17 17:12:26
1713376431
#Estudiando #atrofia #los #vuelos #espaciales #con #aprendizaje #automático
