Los investigadores que estudian el cáncer dieron a conocer un nuevo modelo de IA que proporciona mapas y visualizaciones a nivel celular de las células cancerosas, lo que los científicos esperan que pueda arrojar luz sobre cómo y por qué ciertas relaciones intercelulares desencadenan el crecimiento de los cánceres.
BioTuring , una startup con sede en San Diego, anunció un modelo de IA que puede crear rápidamente visualizaciones detalladas de tumores cancerosos, con una resolución de una sola célula. Este tipo de datos granulares muestra el tamaño y la forma de una célula, qué genes están activados y, fundamentalmente, la posición espacial relativa de millones de células diferentes dentro de una muestra de tejido.
A diferencia de los métodos tradicionales de cálculo biológico, mucho más lentos, el nuevo modelo proporciona información en tiempo real y de alta resolución sobre la dinámica tumoral y cómo interactúan las células cancerosas e inmunes.
“Hay alrededor de 30 billones de células en el cuerpo humano y, si observamos una biopsia de un tumor de gran tamaño, veremos que contiene unos cuantos millones de células”, afirmó Son Pham, director ejecutivo de BioTuring. “La analogía sería: imaginemos que estamos analizando imágenes satelitales con una resolución muy alta, intentando entender cómo funciona una ciudad. Lo que hace nuestro modelo, en el contexto de la biología, es mostrarnos cada casa, qué hay dentro de ellas, quién habla con quién y qué dicen”.
“De manera similar, nuestros modelos permiten ver qué células se comunican con otras células, qué grupos se están formando y comunicando entre sí, y qué tipo de relaciones están formando, lo que puede dar respuesta a algunos de los desafíos más complejos de la investigación oncológica clínica”.
BioTuring, miembro del programa NVIDIA Inception para empresas emergentes, continúa su investigación en ómica espacial de células individuales, un subcampo de la biología que examina moléculas biológicas (como el ARN mensajero y las proteínas) en su contexto espacial original en el tejido.
https://www.youtube-nocookie.com/embed/TAA_oZ7V9FE?feature=oembed&iv_load_policy=3&modestbranding=1&rel=0&autohide=1&playsinline=0&autoplay=0Vídeo 1. Demostración de la plataforma de aprendizaje profundo SpatialX de BioTuring para el análisis unificado de datos espaciales de múltiples tecnologías.
Para crear su mapeo de alta resolución, o “atlas de células de enfermedad”, incluidas las células de cáncer de ovario, el equipo utilizó GPU NVIDIA H100 Tensor Core y bibliotecas NVIDIA cuBLAS y NVIDIA cuSPARSE para acelerar las operaciones matriciales en análisis optimizados como el algoritmo de aprendizaje automático más tradicional, el análisis de red de coexpresión genética ponderada y CellChat.
Saber cómo se desarrollan y hacen metástasis las células cancerosas en el cuerpo humano (y, en concreto, en el microambiente de un órgano) podría mejorar los métodos de detección temprana del cáncer. Además, los investigadores pueden utilizar los conocimientos celulares del modelo para comprender mejor la heterogeneidad tumoral (o tumores cancerosos en el mismo paciente con células que difieren materialmente entre sí).
La granularidad visual mejorada del nuevo modelo significa que los investigadores y desarrolladores de fármacos tienen una posibilidad mucho mayor de descubrir marcadores moleculares que puedan atacar con mayor precisión a las células cancerosas.
El modelo puede ver, por ejemplo, cómo las células T asesinas de una persona (las células humanas que luchan contra las enfermedades) pueden cambiar de forma para atacar a los cánceres. Al saber cómo se transforma el sistema inmunológico de una persona para combatir un cáncer específico, un desarrollador de medicamentos podría crear terapias sintéticas que refuercen el sistema inmunológico del paciente.
“Estamos ayudando a descubrir descubrimientos biológicos que los investigadores pueden utilizar para impulsar estrategias terapéuticas”, afirmó Rujuta Narurkar, director de operaciones de BioTuring. “Comprender el microambiente del tumor a través de las distintas etapas ayudará a trazar la trayectoria del cáncer y, potencialmente, revelar el origen del cáncer en sí. Este nuevo nivel de resolución del tejido canceroso nunca antes había sido posible, pero las nuevas tecnologías lo están poniendo ahora a nuestro alcance”.
Recursos relacionados
- Sesión del GTC: Cómo la inteligencia artificial está impulsando el futuro de la biomedicina
- Sesión de GTC: Cómo la IA decodificará la biología para mejorar radicalmente las vidas
- Sesión de GTC: Día del desarrollador de HCLS: BioNeMo para la IA generativa en el descubrimiento de fármacos
- Contenedores NGC: VISTA-3D NIM
- Contenedores NGC: MATLAB
- SDK: API de nube de MONAI
NVIDIA Blog. E. W. Traducido al español
Contacto