La plataforma Nuclear Morphometric Pipeline permite identificar células senescentes en distintos tejidos, con potencial para estudiar enfermedades relacionadas con la edad.
Un equipo de investigación de NYU Langone Health ha creado un innovador sistema basado en artificial intelligence (AI) que permite detectar y seguir la pista de células senescentes, aquellas que han dejado de reproducirse debido al envejecimiento, lesiones o enfermedades. El estudio, publicado en Nature Communications, podría abrir nuevas vías en el análisis de enfermedades degenerativas y en el desarrollo de terapias regenerativas.
La senescencia celular, un estado en el que las células dejan de dividirse pero siguen activas, desempeña un papel crucial tanto en la reparación de tejidos como en enfermedades asociadas al envejecimiento. Sin embargo, su detección ha sido un desafío debido a la variabilidad de los biomarcadores utilizados hasta ahora. El estudio propone un sistema que combina morfometría nuclear e AI no supervisada para identificar células senescentes (SnCs) de forma más fiable y en distintos contextos biológicos.
La herramienta, denominada Nuclear Morphometric Pipeline (NMP), un enfoque que se basa en cuatro parámetros morfológicos del núcleo: tamaño, intensidad de tinción con DAPI, circularidad y presencia de focos densos. A través de técnicas de machine learning no supervisado, como la reducción de dimensionalidad y el agrupamiento en clústeres, el sistema permite identificar no solo células senescentes plenamente desarrolladas, sino también aquellas en estados intermedios, denominadas “senescent-like”.
Para entrenar el sistema, los investigadores expusieron células animales a sustancias químicas que simulan el envejecimiento humano. A través del análisis de rasgos físicos del núcleo, como su tamaño, forma y densidad, la AI pudo calcular un “puntaje de senescencia” para clasificar a las células en un espectro que va de completamente sanas a totalmente senescentes. Estos hallazgos fueron confirmados al observar características adicionales como daño en el ADN, acumulación de lisosomas y respuesta a medicamentos senolíticos.
La validación del NMP se llevó a cabo con células de ratones de diferentes edades, desde tres meses hasta más de dos años. El sistema también fue probado con éxito en cinco tipos celulares presentes en tejido muscular lesionado y en células de cartílago afectadas por osteoartritis, donde detectó que las células senescentes eran diez veces más frecuentes en ratones geriátricos que en jóvenes.
Una de las principales ventajas del NMP es su aplicabilidad general. A diferencia de métodos anteriores, que dependen de biomarcadores altamente variables y de modelos entrenados en contextos muy específicos, el NMP funciona en cultivos celulares, células primarias recién aisladas y secciones de tejido. Esto fue confirmado en estudios con músculo esquelético regenerativo y cartílago articular con osteoartritis, mostrando cómo la senescencia varía con la edad y el tipo de célula.
Según el Dr. Michael Wosczyna, autor principal del estudio y profesor asistente en el Departamento de Cirugía Ortopédica de NYU, “las características morfométricas del núcleo pueden servir como una herramienta confiable para identificar y monitorear células senescentes, lo que consideramos clave para futuras investigaciones sobre regeneración tisular, envejecimiento y enfermedades progresivas”.
Además, los investigadores destacan que la progresión hacia la senescencia puede observarse como un gradiente continuo de cambios nucleares. Esta observación sugiere la posibilidad de desarrollar terapias “senolíticas” más eficaces, que ataquen a las células en etapas tempranas del proceso senescente, antes de que se acumulen y provoquen efectos perjudiciales como la inflamación crónica.
El equipo planea aplicar esta tecnología a tejidos humanos y combinarla con otros biomarcadores para profundizar en los mecanismos de la senescencia celular. Además, se contempla liberar el acceso a esta plataforma para otros investigadores. De ser implementada a gran escala, la herramienta podría acelerar el desarrollo de tratamientos que prevengan o reviertan los efectos negativos del envejecimiento celular. NYU ha iniciado el proceso de patente para el uso del NMP.
El estudio destaca que al ofrecer una herramienta más consistente y versátil para detectar células senescentes, se abren nuevas vías para investigar su papel en la salud y la enfermedad. A futuro, su aplicación en tejidos humanos podría mejorar la precisión de diagnósticos y terapias dirigidas a combatir los efectos negativos del envejecimiento celular.
