Usando IA para localizar neurônios envolvidos na reaquisição da marcha

Os pesquisadores da EPFL conseguem fazer com que roedores paralisados ​​voltem a andar estimulando as medulas espinhais danificadas dos animais. Este tratamento promissor já ajudou os paraplégicos a recuperar a mobilidade durante os ensaios clínicos no Lausanne University Hospital (CHUV). Agora, usando inteligência artificial, os pesquisadores podem identificar quais neurônios estão envolvidos no processo de reaquisição da marcha. Os resultados, que foram publicados em Nature Biotechnology , pode levar ao desenvolvimento de novas abordagens, tornando os tratamentos ainda mais eficazes, bem como pavimentando o caminho para avanços em outras áreas da pesquisa biomédica.

Medulas espinhais de roedores - como as dos seres humanos - contêm cerca de 50 tipos diferentes de células nervosas, ou neurônios. Nem todas essas células, Contudo, responder da mesma forma ao tratamento de recuperação da marcha desenvolvido na EPFL, que se baseia em uma combinação de exercícios e estimulação elétrica e química da medula espinhal. Ao identificar com precisão os tipos de neurônios envolvidos, Contudo, os pesquisadores podem entender melhor o que acontece no nível celular quando esses estímulos resultam na recuperação imediata da marcha. Eles podem, então, visar especificamente os neurônios que são ativados por estimulação, aumentando assim a eficácia do tratamento.

Como parte desses esforços, O laboratório de Grégoire Courtine desenvolveu um método de aprendizado de máquina que pode ser aplicado a qualquer tipo de tecnologia de célula única, e identificar quais células são mais importantes para a tarefa em questão. A aplicação deste método à biologia de célula única é particularmente emocionante, pois técnicas como sequenciamento de RNA de célula única fornecem medições precisas célula a célula de todos os genes que uma célula pode expressar, permitindo que os pesquisadores identifiquem os principais mecanismos celulares.

Os cientistas compararam seus resultados usando dois grupos de ratos:os que reaprenderam a andar após uma lesão na medula espinhal e os que permaneceram paralisados ​​nos membros inferiores por falta de tratamento. Contudo, quando tal tratamento poderia mudar a expressão de milhares de genes, identificar dentro desses conjuntos de dados massivos os neurônios específicos que ajudam na recuperação dos ratos é um problema desafiador. Para resolver isso, A equipe de Courtine desenvolveu um método de aprendizado de máquina. Apelidado de Augur, é capaz de aprender a identificar os tipos de células que melhor respondem pelas diferenças entre duas condições, considerando automaticamente os níveis de expressão de milhares de genes.

Augur fornece uma pontuação de prioridade, predizer quais células apresentam as maiores diferenças entre ratos paralisados ​​e aqueles que recuperaram a mobilidade. Quando Augur prioriza um certo tipo de neurônio, isso significa que esse neurônio é fundamental para a recuperação da marcha induzida por estimulação eletroquímica. Por outro lado, neurônios que não são priorizados por Augur se comportam de maneira semelhante em camundongos móveis e não móveis e, portanto, provavelmente não desempenham um papel importante na resposta ao tratamento.

É um método estatístico robusto que pode ser aplicado a qualquer perturbação. Quanto mais precisamente Augur puder atribuir um determinado tipo de neurônio aos dois grupos de ratos, mais relevantes são essas células nervosas específicas. Eles são, portanto, mais propensos a estar envolvidos na recuperação da marcha. "

Michael Skinnider e Jordan Squair, os dois primeiros autores do artigo

Usando este método, os pesquisadores foram capazes de identificar um tipo de neurônio que desempenha um papel importante na recuperação da marcha em ratos. Eles agora podem observar os mecanismos em funcionamento com mais detalhes, e também direcioná-los com tratamento farmacológico para aumentar a eficácia geral.

Este método será de interesse para muitos estudos biomédicos, de acordo com Courtine:"Quer você esteja trabalhando com câncer, Doença de Crohn, COVID, ou esclerose múltipla, a questão central permanece a mesma, que tipo de célula está na origem do problema? Nosso método acelera o processo investigativo, e por esta razão tornamos Augur disponível gratuitamente. "

• Risco de doença gengival e câncer de esôfago e estômago
• Estudo revela efeitos antivirais da curcumina