Investigadores de Harvard desarrollan NoR‑AI para ver lípidos en tejidos

Investigadores de Harvard Medical School desarrollaron NoR-AI, una técnica que combina microscopía e inteligencia artificial para observar lípidos en tejidos.

El método resuelve una limitación de 150 años de la histopatología, que elimina lípidos y materiales solubles en agua durante la preparación de muestras, informó Harvard. La tubería analítica procesa los tejidos en unos 30 minutos sin deshidratación ni tinciones complejas.

El sistema parte de la imagen Raman normalizada (NoRI), que mide la interacción de la luz con el tejido y corrige computacionalmente los efectos de dispersión. La tecnología fue desarrollada por Seungeun Oh, coautora del estudio, durante su estancia posdoctoral en el laboratorio Kirschner de la HMS.

Una red neuronal convolucional analiza luego las imágenes cuantitativas limpias de ruido.

“We’re able to see into cells and tissue in ways that nobody could before,” dijo Marc Kirschner, John Franklin Enders University Professor of Systems Biology en la HMS, según Medicalxpress.

“We can tell how much protein, how much lipid, how much water there is in these tiny little volume elements. And if you look at the larger picture, we can see unbelievably beautiful structures and cells all the way through the tissue,” agregó Kirschner.

En el trabajo publicado en Proceedings of the National Academy of Sciences, el equipo evaluó un modelo de ratón con lesión renal aguda. La red identificó tres tipos de túbulos, clasificó regiones anatómicas y determinó el sexo del animal a partir de la distribución de lípidos y proteínas.

“The problem with applying these neural networks to traditional histology images is that they have to see through so much noise to resolve features,” explicó William Trim, research fellow en biología de sistemas en el laboratorio Kirschner, según Medicalxpress.

leer más  Bakuchiol vs. Retinol: ¿Qué dicen los dermatólogos?

“Con NoRI no hay ruido. Es solo el tejido limpio, tal como estaba en el cuerpo,” añadió Trim.

El análisis distinguió tres tipos de túbulos renales con un puntaje F1 de 0.93 y reconoció el sexo con 0.97 en fragmentos de 132 micrómetros por lado, detalló Saluddigital. En hembras, la concentración citoplasmática de lípidos superó a la de machos entre 6.5 y 7.3 miligramos por mililitro, y la proteína nuclear fue 26.3 miligramos por mililitro mayor.

Respecto a la lesión, NoR-AI distinguió el día 1 del día 2 tras el daño con F1 de 0.99, superando el 0.84 de imágenes Raman sin normalizar y el 0.61 de 37 rasgos de patología rutinaria.

Para examinar el daño renal, la investigación colaboró con Joseph Bonventre, profesor distinguido Samuel A. Levine de medicina en el Brigham and Women’s Hospital.

“El lípido es la terra incognita de la histología,” afirmó Kirschner, según Medicalxpress.

Harvard Medical School, fundada el 19 de septiembre de 1782, es la tercera escuela de medicina más antigua de Estados Unidos y no posee hospital propio; sus 15 afiliados clínicos incluyen al Brigham and Women’s Hospital, donde colabora Joseph Bonventre. Su facultad, de casi 8000 profesores, ha compartido nueve premios Nobel por investigaciones realizadas en la institución.

“But in the cases we’re looking at, we’re starting to see that the lipid amounts and distribution change significantly. That’s got us and a lot of other people excited,” concluyó Kirschner.

Más sobre esto

leer más  Problemas Digestivos: Causas y Cuándo Consultar al Médico