El código de barras de la IA detecta las células zombis del envejecimiento sin destruir el tejido

Editado por: Svitlana Velhush

Científicos del Instituto Tecnológico de Massachusetts han propuesto un método para reconocer las células envejecidas en tejidos vivos sin recurrir a destruirlas. El método combina la microscopía Raman, que lee la composición química de las células a partir del espectro de la luz reflejada, con datos de expresión génica y aprendizaje automático. El resultado es un «código de barras» único: un conjunto de rasgos espectrales que permite distinguir las «células zombis» de las normales.

Con la edad, en el organismo se acumulan células que han dejado de dividirse, pero no han muerto. Estas liberan señales inflamatorias y contribuyen al desarrollo del cáncer, la fibrosis y otros trastornos propios de la edad. Los marcadores clásicos, como las proteínas p16 y p21, requieren fijar y destruir la muestra, por lo que no pueden utilizarse para un diagnóstico en vida. El nuevo enfoque resuelve este problema: el espectro Raman registra los cambios en los lípidos y otras moléculas sin intervenir en la célula.

Los investigadores compararon tejidos de piel y de pulmón de ratones jóvenes y viejos. En las muestras envejecidas creció notablemente la síntesis y la acumulación de lípidos, y en la piel se intensificaron las rutas relacionadas con la contracción muscular y la remodelación de la matriz extracelular. En los pulmones se activaron los genes de la respuesta inmunitaria y la inflamación. Estos cambios bioquímicos constituyeron la base del conjunto de entrenamiento para el algoritmo.

El aprendizaje automático seleccionó, entre miles de picos espectrales, unos pocos clave que correlacionan con mayor precisión con el estado de envejecimiento celular. Ahora, según la idea de los autores, basta con registrar el espectro en unos pocos rangos característicos para determinar con alta probabilidad si la célula ha entrado en estado senescente. Por ahora, el método solo se ha probado en ratones y en condiciones de laboratorio.

La ventaja del enfoque es evidente: no requiere biopsia y permite, en perspectiva, seguir la dinámica de acumulación de células zombis en tiempo real. Sin embargo, los datos se limitan a modelos animales, y su traslado al ser humano exigirá verificaciones en tejidos humanos y ensayos clínicos. Además, la microscopía Raman aún no se ha convertido en una herramienta rutinaria en la clínica: el equipo es caro y requiere una preparación especial.

Si el método confirma su fiabilidad, podría cambiar la concepción de cómo medir la edad biológica de los tejidos. En lugar de marcadores indirectos en sangre o de pruebas destructivas, surgirá la posibilidad de «leer» el estado de las células de forma directa y no invasiva. Esto acercará el momento en que las terapias dirigidas a eliminar o rejuvenecer las células envejecidas puedan apoyarse en datos precisos e individuales sobre su distribución en el organismo.

6 Vues

Fuentes

  • AI“条形码”可识别衰老组织中“僵尸细胞”

Comentarios

Lea más artículos sobre este tema:

🚨: These Butterflies Live Nearly a Year by Slowing Down Aging Itself 🦋⏳ A study from the University of Bristol, published in Nature Communications, has revealed that tropical Heliconius butterflies have evolved an extraordinary ability: they age far more slowly than most

Image
Image
Reply
¿Encontró un error o inexactitud?Consideraremos sus comentarios lo antes posible.