Investigadores del Trinity College Dublin han desarrollado una nueva técnica basada en el aprendizaje automático para clasificar con precisión el estado de los macrófagos, que son células inmunitarias clave. La clasificación de los macrófagos es importante porque pueden modificar su comportamiento y actuar como agentes pro o antiinflamatorios en la respuesta inmune. Como resultado, el trabajo tiene una serie de implicaciones para la investigación y tiene el potencial de algún día tener un gran impacto social.

Por ejemplo, este nuevo enfoque podría ser útil para los diseñadores de medicamentos que buscan crear terapias dirigidas a enfermedades y afecciones autoinmunes como la diabetes, el cáncer y la artritis reumatoide, todas las cuales se ven afectadas por el metabolismo celular y la función de los macrófagos.

Debido a que la clasificación de los macrófagos permite a los científicos distinguir directamente entre los estados de los macrófagos, basándose únicamente en su respuesta metabólica bajo ciertas condiciones, esta nueva información podría usarse como una herramienta de diagnóstico o para resaltar el papel de un tipo de célula particular en un entorno de enfermedad.

La investigación histórica, que utilizó macrófagos humanos en experimentos, fue dirigida por Michael Monaghan, profesor asociado de ingeniería biomédica en Trinity. El trabajo reunió a ingenieros biomédicos, informáticos e inmunólogos y acaba de publicarse en la prestigiosa revista eLife. El profesor Monaghan comenta :

« Actualmente, no hay otros métodos que empleen enfoques de aprendizaje automático basados ​​en inteligencia artificial para la clasificación de macrófagos. Actualmente se utilizan varias técnicas diferentes para clasificar los macrófagos, pero todas tienen inconvenientes significativos.

« Nuestro método utiliza un microscopio de imágenes de por vida de fluorescencia de 2 fotones (2P-FLIM), que es exclusivo de Trinity e Irlanda. 2P-FLIM no requiere pretratamiento de la muestra, puede usarse para seguir los cambios en el metabolismo de forma no invasiva y en tiempo real, lo que abre la puerta al seguimiento de la progresión de la enfermedad y/o la respuesta fisiológica a las terapias, y también requiere una menor cantidad de células en comparación con las técnicas convencionales ».

Nuno Neto, candidato a doctorado en la Escuela de Ingeniería, agregó :

« Cada vez está más claro que para resolver muchos de los mayores problemas de la sociedad, debemos adoptar enfoques multidisciplinarios para aprovechar la experiencia de las personas que trabajan en diferentes campos.

« Trinity es reconocida con razón como líder en la investigación del inmunometabolismo, y muchos de nuestros científicos se centran en cómo regula la respuesta de las células inmunitarias y cómo se ve afectado el metabolismo de las células inmunitarias en las enfermedades. Este estudio se beneficia de esa experiencia, pero también une el uso de tecnologías avanzadas La informática se acerca y utiliza un microscopio avanzado del Departamento de Ingeniería Biomédica con un régimen nunca antes informado. Por lo tanto, sirve como un excelente ejemplo de colaboración interdepartamental en un campo multidisciplinario ».

Los estudios de doctorado de Nuno Neto están respaldados por un premio de doctorado del Trinity College Dublin Provost y el profesor Monaghan es un investigador financiado en los centros AMBER y CÚRAM de la Science Foundation Ireland (SFI). La unidad central de FLIM de Trinity, dirigida por el profesor Monaghan, se estableció mediante un programa de infraestructura de SFI : Convocatoria de fondos oportunistas de categoría D.