La intel·ligència artificial obre una nova via per millorar el diagnòstic de malalties relacionades amb DNM1L
L'estudi AI-Based Mitochondrial Network Characterization as en Biomarker for DNM1L-Related Disease Diagnosis, liderat per investigadors del grup de recerca de Neurometabolismo pediátrico: mecanismos de comunicación neuronal y terapias personalizadas del Institut de Sant Joan de Déu (IRSJD) i de la Universidad CEU Abat Oliva (UAO), ha demostrat el potencial de la intel·ligència artificial per identificar alteracions característiques en la xarxa DNM1L, associades a trastorns neurològics poc freqüents.
El treball, publicat a la revista Advanced Intelligent Systems, proposa una nova aproximació per donar suport a la interpretació de variants genètiques i, en el futur, contribuir a millorar el diagnòstic d'aquestes malalties rares.
Què són les malalties relacionades amb DNM1L?
Les malalties relacionades amb DNM1L són un grup molt poc freqüent de trastorns que afecten principalment el sistema nerviós i el desenvolupament neurològic. Estan causades per alteracions en aquest gen, que poden tenir conseqüències molt diverses: des de formes greus amb afectació neurològica fins a altres manifestacions més lleus.
El gen DNM1L conté les instruccions per fabricar la proteïna Drp1, essencial per regular la divisió i la dinàmica dels mitocondris, les estructures cel·lulars encarregades de produir bona part de l'energia que necessiten les cèl·lules.
Els mitocondris no són estructures estàtiques: formen una xarxa que es reorganitza constantment. Per funcionar correctament, es poden unir i separar, un procés que permet mantenir-los en bon estat i distribuir-los allà on la cèl·lula necessita energia. La proteïna Drp1 té un paper fonamental en aquest procés de divisió.
Quan DNM1L està alterat, aquest mecanisme pot no funcionar correctament. Això pot modificar la forma i l'organització de la xarxa mitocondrial i contribuir a l'aparició de la malaltia. La gran diversitat de manifestacions clíniques també pot dificultar la interpretació de noves variants genètiques i determinar si estan o no relacionades amb la malaltia.
Una «empremta» característica de la xarxa mitocondrial
Els investigadors van analitzar cèl·lules de la pell procedents de pacients amb alteracions en DNM1L i van observar que, malgrat la variabilitat de les manifestacions de la malaltia, les seves cèl·lules compartien un patró característic: una xarxa mitocondrial més allargada i interconnectada.
A partir d'imatges obtingudes mitjançant microscòpia confocal a la Unidad de Microscopía Confocal e Imagen Celular del Hospital Sant Joan de Déu Barcelona, l'equip investigador, en col·laboració amb els especialistes de la Unitat, va abordar la caracterització de la xarxa mitocondrial mitjançant eines d'intel·ligència artificial. La Unitat va aportar la seva experiència en microscòpia avançada i es va encarregar del desenvolupament i l'aplicació dels mètodes basats en intel·ligència artificial, que van permetre identificar patrons en l'organització mitocondrial i distingir les cèl·lules de pacients amb alteracions en DNM1L de les de persones sanes.
Els resultats mostren que aquesta aproximació és capaç d'identificar de manera automatitzada patrons visuals complexos en la xarxa de mitocondris. En particular, una de les estratègies basades en intel·ligència artificial va assolir una precisió del 77% en la classificació de les imatges.
«Aquesta investigació demostra que la morfologia de la xarxa mitocondrial pot contenir informació molt valuosa per identificar una signatura cel·lular associada a les alteracions en DNM1L. La combinació de microscòpia avançada i intel·ligència artificial ens permet explorar aquesta informació de manera automatitzada i pot convertir-se, en el futur, en una eina complementària per ajudar a interpretar variants genètiques complexes», destaca Alfonso de Oyarzábal, líder del treball i investigador del grup de recerca Neurometabolismo pediátrico: mecanismos de comunicación neuronal y terapias personalizadas de l'IRSJD i la UAO.
Una eina complementària per avançar en el diagnòstic
Actualment, la interpretació de determinades variants genètiques continua sent un dels grans reptes en el diagnòstic de les malalties rares. Els resultats d'aquest estudi aporten una prova de concepte que suggereix que l'anàlisi automatitzada de la xarxa mitocondrial podria complementar altres estudis funcionals a l'hora de determinar si una variant en DNM1L està relacionada amb la malaltia, fet que permetria avançar o accelerar el diagnòstic dels pacients. En el futur, també podrà ser una eina per fer cribratges de possibles fàrmacs moduladors de la xarxa mitocondrial, avançant en la investigació de teràpies per a aquesta patologia.
Tanmateix, els autors subratllen que caldrà validar aquests resultats en grups més amplis de pacients i en diferents entorns experimentals abans que aquesta metodologia pugui arribar a tenir una aplicació en la pràctica clínica.
L'estudi posa de manifest el potencial de combinar la recerca biomèdica, les tecnologies de microscòpia avançada i la intel·ligència artificial per avançar cap a diagnòstics més precisos en malalties rares.
Referència de l'estudi:
AI-Based Mitochondrial Network Characterization as a Biomarker for DNM1L-Related Disease Diagnosis, publicat a Advanced Intelligent Systems. Leer el artículo científico: https://doi.org/10.1002/aisy.70601
Els investigadors van analitzar cèl·lules de la pell procedents de pacients amb alteracions en DNM1L i van observar que les seves cèl·lules compartien un patró característic.