Siga o Olhar Digital no Google Discover
Pesquisadores da EPFL desenvolveram um sistema de imagem baseado em inteligência artificial (IA) que rastreia e analisa a agregação de proteínas em tempo real. Um artigo sobre o estudo foi publicado na Nature Communications nesta quinta-feira (24).
Ofertas
Por: R$ 37,92
Por: R$ 22,59
Por: R$ 59,95
Por: R$ 3.099,00
Por: R$ 3.324,00
Por: R$ 799,00
Por: R$ 241,44
Por: R$ 349,90
Por: R$ 2.159,00
Por: R$ 188,99
Por: R$ 45,00
Por: R$ 379,00
Por: R$ 1.239,90
Por: R$ 943,20
Por: R$ 798,99
Por: R$ 205,91
Por: R$ 476,10
Por: R$ 1.139,05
Por: R$ 949,00
Por: R$ 139,90
Por: R$ 119,90
Por: R$ 398,99
Por: R$ 79,90
Por: R$ 199,90
O acúmulo de proteínas mal dobradas no cérebro é central para a progressão de doenças neurodegenerativas como Huntington, Alzheimer e Parkinson.
Para o olho humano, proteínas destinadas a formar agregados nocivos não parecem diferentes das proteínas normais. Além disso, a formação desses agregados tende a ocorrer de forma aleatória e relativamente rápida, em questão de minutos.
Por isso, a capacidade de identificar e caracterizar agregados proteicos é importante. Ela é essencial para compreender e combater doenças neurodegenerativas.
Pesquisadores colocam IA em microscópio para observar proteínas nocivas para o cérebro
Utilizando aprendizado profundo (deep learning), pesquisadores da EPFL desenvolveram um sistema de imagem “autônomo” que combina vários métodos de microscopia para rastrear e analisar a agregação de proteínas em tempo real – e até antecipá-la antes que comece.
Além de maximizar a eficiência da imagem, a abordagem minimiza o uso de marcadores fluorescentes, que podem alterar as propriedades biofísicas das amostras celulares e prejudicar a análise precisa.
“Esta é a primeira vez que conseguimos prever com precisão a formação desses agregados proteicos”, diz Khalid Ibrahim, recém-doutorado pela EPFL, em comunicado.
Por dentro da pesquisa
Em seu primeiro esforço colaborativo, liderado por Ibrahim, a equipe desenvolveu um algoritmo capaz de detectar agregados proteicos maduros a partir de imagens não marcadas de células vivas.
O novo estudo baseia-se nesse trabalho com uma versão de classificação de imagens do algoritmo que analisa imagens em tempo real. Quando esse algoritmo detecta um agregado proteico maduro, ele aciona um microscópio de Brillouin, que analisa a luz espalhada para caracterizar as propriedades biomecânicas dos agregados, como a elasticidade.
Normalmente, a velocidade lenta de imagem de um microscópio de Brillouin o tornaria uma escolha ruim para estudar agregados protéicos em rápida evolução. Mas, graças à abordagem baseada em IA da equipe da EPFL, o microscópio de Brillouin só é ativado quando um agregado proteico é detectado. Isso acelera o processo e abre possibilidades na microscopia inteligente.
Como o algoritmo de classificação de imagens só detecta agregados proteicos maduros, os pesquisadores precisavam ir além para flagrar a formação do agregado em tempo real. Para isso, desenvolveram um segundo algoritmo e o treinaram com imagens fluorescentes de proteínas em células vivas.
Esse algoritmo de detecção de “início de agregação” consegue diferenciar imagens quase idênticas para identificar corretamente quando a agregação irá ocorrer, com 91% de precisão.
Uma vez que esse início é detectado, o sistema autônomo novamente ativa a imagem por Brillouin, fornecendo uma janela inédita para a agregação de proteínas. Pela primeira vez, a biomecânica desse processo pode ser capturada dinamicamente enquanto ocorre.
Leia mais:
- Terapia usando realidade virtual atenua sintomas da esquizofrenia, diz estudo
- O que é superinteligência artificial? Veja como ela pode mudar o futuro da humanidade
- Vale a pena comprar um celular exclusivamente por conta da IA?
Importância do estudo
O coautor da pesquisa Hilal Lashuel ressalta que, além de avançar a microscopia inteligente, esse trabalho tem implicações importantes para a descoberta de medicamentos e medicina de precisão.
“Abordagens de imagem sem marcadores criam maneiras totalmente novas de estudar e atacar pequenos agregados protéicos chamados oligômeros tóxicos, que se acredita desempenharem papéis centrais e causais na neurodegeneração”, disse.
“Estamos entusiasmados para expandir essas conquistas e abrir caminho para plataformas de desenvolvimento de medicamentos que acelerarão terapias mais eficazes para doenças neurodegenerativas.”
Tags: