Algumas pesquisas em estágio avançado avaliam o uso de células-tronco para tratar desordens inflamatórias, doenças mediadas pelo sistema imune e danos neurológicos. Um dos tipos celulares mais populares nestes estudos são as células mesenquimatosas (MSC: mesenchymal stromal cells), retiradas da medula óssea de pessoas adultas. Entretanto, os resultados desses estudos são difíceis de replicar, especialmente porque estas células são muito heterogêneas. Por isso, elas costumam passar por um controle de qualidade para assegurar certa homogeneidade de forma a ser possível predizer o efeito de seu uso terapêutico. Este controle costuma ser feito analisando os níveis de proteína dentro da célula, mas as técnicas capazes de fazer esta quantificação são trabalhosas e exigem a destruição da amostra usada.
Buscando facilitar esta etapa do processamento, pesquisadores da Universidade da Califórnia Los Angeles desenvolveram um sistema de inteligência artificial para fazer a mesma quantificação rapidamente, sem a necessidade de qualquer marcação química das amostras. No artigo publicado em março, eles descrevem como empregaram uma rede neural generativa que recebeu imagens das células após uma marcação imunofluorescente junto com uma imagem do mesmo campo visual sem marcação. A rede foi então treinada para conseguir produzir as imagens “coloridas”, contendo a informação necessária para a quantificação das proteínas, a partir das imagens neutras. Esta é uma ideia similar àquela usada para gerar deepfakes, onde o algoritmo aprende a aproximar uma imagem “neutra” daquela de um artista, por exemplo.
A rede treinada conseguiu predizer os níveis de expressão de 8 marcadores proteicos específicos das MSC, com um coeficiente de correlação de 0.77. Este nível de precisão permite que a técnica seja utilizada complementarmente a técnicas de análise morfológica da célula para determinar o nível de homogeneidade de uma amostra. Usando este novo método de avaliação, os autores do trabalho ainda observaram como o padrão de distribuição dessas proteínas muda com o tempo em uma cultura viva. Isto mostra que a técnica tem potencial para realizar a caracterização quantitativa, não invasiva, unitária e de múltiplos marcadores de culturas celulares heterogêneas vivas.
Por enquanto, os resultados estão limitados a um tipo celular de um único paciente, mas é um começo encorajador na direção de uma metodologia mais rápida, simples e de fácil escalonamento.
