L’intelligenza artificiale accelera il processo di terapia con cellule staminali
La terapia con cellule staminali è esplosa in popolarità negli ultimi anni data la sua incredibile capacità di agire come medicina rigenerativa. Tuttavia, i ricercatori e i medici hanno dovuto tradizionalmente valutare la qualità delle cellule staminali osservando ogni singola cellula al microscopio, il che rappresenta una delle principali limitazioni ai possibili progressi.
I ricercatori giapponesi hanno ora trovato un modo per accelerare l’intero processo utilizzando l’intelligenza artificiale (AI). Lo studio è stato pubblicato a febbraio su Stem Cells .
Nello studio, i ricercatori della Tokyo Medical and Dental University (TMDU) hanno sviluppato un sistema di intelligenza artificiale chiamato DeepACT, in grado di identificare cellule staminali della pelle sane e produttive. Può farlo con lo stesso livello di precisione di un essere umano.
Possibilità di cellule staminali
Poiché le cellule staminali sono in grado di svilupparsi in vari tipi diversi di cellule mature, possono aiutare a far crescere nuovi tessuti quando un individuo soffre di una lesione o di una malattia. Ad esempio, le cellule staminali dei cheratinociti (pelle) possono essere utilizzate per trattare malattie ereditarie della pelle e possono consentire la crescita di interi strati di pelle per riparare ustioni di grandi dimensioni.
Takuya Hirose è uno degli autori principali dello studio.
“Le cellule staminali dei cheratinociti sono uno dei pochi tipi di cellule staminali adulte che crescono bene in laboratorio. I cheratinociti più sani si muovono più rapidamente delle cellule meno sane, quindi possono essere identificati dall’occhio usando un microscopio”, afferma Takuya Hirose. “Tuttavia, questo metodo richiede tempo, lavoro intenso e soggetto a errori”.
Per aggirare questo metodo che richiede tempo, i ricercatori hanno deciso di sviluppare un sistema in grado di identificare e monitorare automaticamente il movimento delle cellule staminali.
Jun’ichi Kotoku è l’autore principale dello studio.
“Abbiamo addestrato questo sistema attraverso un processo chiamato ‘ apprendimento profondo ‘ utilizzando una libreria di immagini campione”, afferma Kotoku. “Poi lo abbiamo testato su un nuovo gruppo di immagini e abbiamo scoperto che i risultati erano molto accurati rispetto all’analisi manuale”.
Immagine: TMDU
Indice di movimento
Il sistema DeepACT non solo è in grado di rilevare le singole cellule staminali, ma può anche calcolare l'”indice di movimento” di ciascuna colonia. Questo indice di movimento è ciò che indica la velocità con cui si muovono le cellule nella regione centrale della colonia rispetto a quelle situate nella regione marginale.
Lo studio ha scoperto che le colonie con il più alto indice di movimento avevano molte più probabilità delle loro controparti di crescere bene. Ciò significa che le colonie con indice di movimento più elevato sono migliori per la generazione di fogli di nuova pelle che possono essere trapiantati per bruciare i pazienti.
Daisuke Nanba è l’autore senior dello studio.
“DeepACT è un nuovo modo potente per eseguire un accurato controllo di qualità delle cellule staminali dei cheratinociti umani e renderà questo processo sia più affidabile che più efficiente”, afferma Nanba.
I trapianti di pelle hanno il rischio di fallire se contengono troppe cellule staminali malsane o improduttive, quindi è estremamente utile che i professionisti medici possano identificare le cellule più adatte. Questo sistema potrebbe anche consentire un controllo di qualità automatizzato, che aiuterebbe a far progredire la produzione industriale di cell
