Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El sistema del AI puede determinar rápidamente a las células madres sanas, productivas de la piel

La terapia de célula madre está en el filo del remedio regenerador, pero hasta ahora los investigadores y los clínicos han tenido que cuidadosamente evaluar calidad de la célula madre observando cada célula individualmente bajo un microscopio. Ahora, los investigadores de Japón han encontrado una manera de acelerar este proceso, usando la potencia de la inteligencia artificial (AI).

En un estudio publicado en febrero en células madres, los investigadores de la universidad médica y dental de Tokio (TMDU) denunciaron que su sistema del AI, llamado DeepACT, puede determinar a las células madres sanas, productivas de la piel con la misma exactitud que puede un ser humano.

Las células madres pueden convertirse en varias diversas clases de células maduras, que los medios ellos se pueden utilizar para crecer nuevos tejidos en casos de daño o de enfermedad. Utilizan a las células madres de Keratinocyte (piel) para tratar enfermedades de la piel heredadas y para crecer las hojas de la piel que se utiliza para reparar quemaduras grandes.

Las células madres de Keratinocyte son uno de los pocos tipos de células madres adultas que crezcan bien en el laboratorio. Los keratinocytes más sanos se mueven más rápidamente que las células menos sanas, así que pueden ser determinados por el aro usando un microscopio. Sin embargo, este método es que toma tiempo, necesitando mucho trabajo, y falible.”

Takuya Hirose, autor importante

Para dirigir esto, los investigadores apuntaron desarrollar un sistema que determinaría y rastrearía el movimiento de estas células madres automáticamente.

“Entrenamos a este sistema con un proceso llamado “profundamente aprendizaje” usando una biblioteca de las imágenes de la muestra,” dice al autor del co-guía, Jun'ichi Kotoku. “Después lo probamos en un nuevo grupo de imágenes y encontramos que los resultados eran muy exactos comparados con análisis manual.”

Además de descubrir a las células madres individuales, el sistema de DeepACT también calcula el “índice del movimiento” de cada colonia, que indica cómo rápidamente los thecells en la región central del movimiento de la colonia compararon con ésos en la región marginal. Las colonias con el índice más alto del movimiento eran mucho más probables que las colonias con un índice más inferior del movimiento crecer bien, haciéndoles a los buenos candidatos a generar las hojas de la nueva piel para que el trasplante queme a pacientes.

“DeepACT es una nueva manera potente de realizar el control de calidad exacto de las células madres humanas del keratinocyte y hará este proceso más seguro y más eficiente,” declara Daisuke Nanba, autor mayor.

Dado que los trasplantes de la piel pueden fallar si contienen a demasiadas células madres malsanas o improductivas, poder de manera rápida y fácil determinar las células más convenientes sea una considerable ventaja clínica. El control de calidad automatizado podía también tener valor para la fabricación industrial de la célula madre, ayudar a asegurar un abastecimiento estable de la célula y bajar costos de producción.

Source:
Journal reference:

Hirose, T., et al. (2021) Label-free quality control and identification of human keratinocyte stem cells by deep learning-based automated cell tracking. Stem Cells. doi.org/10.1002/stem.3371.