_ Oamenii de știință propun cadru AI pentru fabricarea în masă a celulelor stem pentru medicina regenerativă

Unele celule stem au capacitatea naturală de a se împărți în mai multe celule și de a se dezvolta în diferite celule de sânge, osoase sau musculare specializate. Aceste celule stem pluripotente oferă o mare promisiune pentru noi tratamente celulare și medicina regenerativă, spun cercetătorii.

Un nou studiu realizat de un grup de oameni de știință de la Universitatea Northeastern arată că inteligența artificială poate fi utilizată pentru fabricarea pe scară largă a pluripotente. celulele stem, care ar putea fi utilizate în tratamentul cancerului, bolii Alzheimer sau Parkinson, pentru a repara măduva spinării sau a contracara îmbătrânirea.

Cercetătorii spun că cadrul lor modular inovator, Biological System-of-Systems, stabilește baza fundamentală. etapă pentru înțelegerea și prezicerea cultivării celulare de succes.

„Este o frontieră”, spune Wei Xie, profesor asistent de inginerie mecanică și industrială, care a fost investigatorul principal al cercetării. „Northeastern a început să preia conducerea în producția și automatizarea bio-medicamentelor de nouă generație.”

Xie și coautorii ei au publicat recent două lucrări care propun modele care vor ajuta la înțelegerea și prezicerea mecanismelor fundamentale care se întâmplă în o celulă singulară (publicată în Biotehnologie și Bioinginerie) și într-un grup de celule (publicată în Communications Biology) pentru a obține cultivarea cu succes a celulelor stem pluripotente induse de om sănătos, sau iPSC, la scară.

Există diferite tipuri de celule stem, inclusiv celule stem embrionare găsite în stadiile incipiente ale dezvoltării embrionului; celule stem adulte care pot înlocui celulele deteriorate; și așa-numitele celule stem pluripotente induse, produse în laborator din celule stem adulte făcute să se comporte ca celulele stem embrionare.

Din cauza capacităților lor regenerative și a potențialului de a se transforma în orice tip de celulă din organism, iPSC-urile au o piață potențială uriașă pentru a sprijini diverse aplicații de tratament și cercetare, spune Xie. Acestea ar putea fi folosite pentru medicina regenerativă și terapii celulare pentru a contracara îmbătrânirea populației globale, boli precum cancerul, Alzheimer sau Parkinson, sau pentru a repara măduva spinării și alte leziuni. Studiile clinice cu medicamente noi, spune ea, vor avea nevoie, de asemenea, de o aprovizionare mare de celule stem de înaltă calitate.

De aceea, cercetătorii și colaboratorii din industrie se gândesc deja la fabricarea și automatizarea iPSC la scară largă, spune Xie.

„Producția viitorului implică sisteme ciber-fizice complexe [care integrează perfect componentele de calcul și fizice și le conectează la internet și între ele]”, spune Xie. „Ar trebui să fie rapid, flexibil și robust, astfel încât, dacă iPSC-urile trebuie să fie diferențiate de un alt tip de celulă, să nu fie nevoie de multe experimente [suplimentare] costisitoare și de mult timp.”

Inteligența artificială și învățarea automată pot ajuta acest lucru, spune ea.

Xie și echipa sa de cercetare s-au concentrat la început pe înțelegerea elementelor de bază – metabolismul celular sau procesele biologice, fizice și chimice care susțin viața și interacțiunea lor, într-un iPSC uman unic.

„O celulă este un sistem foarte complex”, spune Xie.

Fiecare celulă este compusă dintr-o rețea metabolică și genetică complexă; acid ribonucleic, sau ARN, esențial pentru majoritatea funcțiilor biologice; proteine ​​și așa mai departe. Acest sistem se comportă diferit în diferite condiții. Acest lucru afectează aportul de nutriție al unei celule, de exemplu, și în cele din urmă are un impact asupra calității celulelor produse.

Pentru a afla parametrii critici optimi pentru creșterea unui iPSC într-un laborator, oamenii de știință au dezvoltat un model care poate prezice răspunsul celular la schimbările din mediu și ajută la controlul procesului de cultivare. Cadrul utilizează atât modele mecaniciste construite pe cunoștințele existente ale științelor naturale, cât și IA interpretabilă.

Cu ajutorul modelului, oamenii de știință pot selecta cele mai bune condiții de cultură celulară și pot îmbunătăți productivitatea, asigurând în același timp calitatea produsului celular.

Primul model descrie și învață din creștere un strat de celule stem într-un vas de laborator, spune Xie, într-un mediu consistent.

„Acest lucru înseamnă că ne place mai mult să reducem decalajul pentru prima etapă”, spune Xie.

Celulele cresc rapid și interacționează între ele în bioreactor pe trei niveluri: reacții metabolice în interiorul celulelor, difuzie. de nutrienți și alte substanțe moleculare necesare metabolismului prin agregatele celulare (interacțiunea celulă la celulă) și interacțiunile agregate cu fluidul din jurul lor.

Este dificil să crești agregate mai mari de celule uniforme sănătoase, ea spune. Celulele situate la miezul agregatului primesc mai puțină nutriție și oxigen, în timp ce sunt afectate de acumularea suplimentară de deșeuri metabolice.

Pentru a ține cont de fiecare aspect al procesului complicat de cultivare, Xie și echipa ei de cercetare au propus o substanță biologică inovatoare. cadru de sistem de sisteme sau Bio-SoS. Modelul Bio-SoS are un design modular, permițându-i să ia în considerare fiecare nivel de interacțiuni celulare, să combine date din diferite strategii de creștere a celulelor și să îmbunătățească predicțiile.

Grupul lui Xie a validat fiecare model individual cu date experimentale din literatura existentă. privind multiplicarea iPSC-urilor. Apoi au validat modelul Bio-SoS integrat atât pentru cultura cu un singur strat, cât și pentru culturile agregate.

Dar există și alți factori complecși, cum ar fi expresia genelor, spune Xie, atunci când o genă este „activată” pentru a produce moleculă biologică specifică codificată de acea genă sau expresia proteinei. De asemenea, trebuia luat în considerare pentru a dezvolta un proces de producție iPSC funcțional cu strategia optimă. Acesta este motivul pentru care IA interpretativă a fost integrată în cadru – pentru a procesa și extrapola datele limitate existente pentru a răspunde la întrebări critice.

IA interpretativă le permite oamenilor de știință să înțeleagă raționamentul din spatele predicțiilor rezultatelor și deciziilor luate de model. În viitor, când există o mai bună înțelegere a proceselor din cadrul unei interacțiuni dintre celulă și celulă și mai multe date devin disponibile din alte experimente și surse, spune Xie, modelul Bio-SoS poate învăța, se poate extinde și deveni mai bun.

Această poveste este republicată prin amabilitatea Northeastern Global News news.northeastern.edu.

(Fluierul)