{"id":58368,"date":"2025-08-04T09:42:38","date_gmt":"2025-08-04T15:42:38","guid":{"rendered":"https:\/\/saluddigital.com\/?p=58368"},"modified":"2025-08-04T09:51:29","modified_gmt":"2025-08-04T15:51:29","slug":"nueva-herramienta-de-ia-del-mit-revoluciona-el-analisis-de-celulas-en-tejidos-humanos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/nueva-herramienta-de-ia-del-mit-revoluciona-el-analisis-de-celulas-en-tejidos-humanos\/","title":{"rendered":"Nueva herramienta de IA del MIT revoluciona el an\u00e1lisis de c\u00e9lulas en tejidos humanos"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

CellLENS fusiona m\u00faltiples tipos de datos para identificar subtipos celulares ocultos, con implicaciones clave para la medicina personalizada y el tratamiento del c\u00e1ncer.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Investigadores del MIT y otras instituciones han desarrollado CellLENS<\/strong>, una innovadora herramienta de inteligencia artificial (IA) que permite analizar con mayor precisi\u00f3n las c\u00e9lulas dentro de los tejidos humanos. Este avance podr\u00eda mejorar la comprensi\u00f3n del sistema inmunol\u00f3gico y acelerar el desarrollo de terapias contra el c\u00e1ncer, al identificar subtipos celulares previamente ocultos y comprender su comportamiento seg\u00fan el entorno en el que se encuentran.<\/p>

Comprender c\u00f3mo se comportan las c\u00e9lulas en distintos contextos es fundamental para desarrollar terapias m\u00e1s efectivas, especialmente en enfermedades complejas como el c\u00e1ncer. Cada c\u00e9lula puede expresar diferentes mol\u00e9culas, ubicarse en zonas espec\u00edficas de un tejido y presentar caracter\u00edsticas visuales \u00fanicas al microscopio. Sin embargo, los m\u00e9todos tradicionales de an\u00e1lisis suelen estudiar estos aspectos de forma aislada, lo que limita el conocimiento real sobre la funci\u00f3n y diversidad de las c\u00e9lulas.<\/p>

La herramienta CellLENS o Cell Local Environment and Neighborhood Scan, es un nuevo sistema de aprendizaje profundo o deep learning, que rompe con este enfoque fragmentado. Utilizando redes neuronales convolucionales<\/strong> y redes neuronales de grafos, CellLENS combina informaci\u00f3n sobre la expresi\u00f3n molecular de las c\u00e9lulas, su localizaci\u00f3n espacial y su morfolog\u00eda, generando un perfil digital integral para cada c\u00e9lula.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Gracias a esta fusi\u00f3n de datos, CellLENS puede distinguir c\u00e9lulas que, aunque similares a simple vista, presentan funciones distintas dependiendo de su entorno. Por ejemplo, ya no es suficiente identificar una c\u00e9lula como un linfocito T, ahora es posible saber si est\u00e1 atacando un tumor o si permanece inactiva.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El estudio, publicado en Nature Immunology<\/em><\/a>, fue liderado por el investigador Bokai Zhu, del Broad Institute del MIT y Harvard, y cont\u00f3 con la participaci\u00f3n de cient\u00edficos de instituciones como Yale, Stanford y la Universidad de Pensilvania. Zhu destaca que esta tecnolog\u00eda permite redefinir lo que entendemos por cada tipo celular, al incorporar informaci\u00f3n contextual que antes se pasaba por alto.<\/p>

La herramienta ha sido probada en diversos tejidos sanos y con c\u00e1ncer, incluyendo linfoma y c\u00e1ncer de h\u00edgado, revelando subtipos inmunitarios raros y mostrando c\u00f3mo su localizaci\u00f3n dentro del tejido influye en procesos como la infiltraci\u00f3n tumoral o la supresi\u00f3n inmunitaria. Esta capacidad de identificar con precisi\u00f3n nuevas poblaciones celulares podr\u00eda guiar la creaci\u00f3n de terapias m\u00e1s espec\u00edficas y efectivas, como tratamientos inmunol\u00f3gicos dirigidos a c\u00e9lulas en zonas cr\u00edticas del tumor.<\/p>

\u201cPuedo utilizar la informaci\u00f3n existente para definir mejor qu\u00e9 es una c\u00e9lula, cu\u00e1l es la subpoblaci\u00f3n de esa c\u00e9lula, qu\u00e9 hace esa c\u00e9lula y cu\u00e1l es la lectura funcional potencial de esa c\u00e9lula. Este m\u00e9todo puede servir para identificar un nuevo biomarcador que proporcione informaci\u00f3n espec\u00edfica y detallada sobre las c\u00e9lulas enfermas, lo que permitir\u00eda desarrollar terapias m\u00e1s espec\u00edficas\u201d, explic\u00f3.<\/p>

Por su parte, el profesor Alex K. Shalek, coautor del estudio, subraya la importancia de aprovechar herramientas como CellLENS para traducir grandes vol\u00famenes de datos celulares en informaci\u00f3n \u00fatil para la medicina. \u201cMe entusiasma enormemente el potencial de las nuevas herramientas de IA, como CellLENS, para ayudarnos a comprender de forma m\u00e1s hol\u00edstica los comportamientos celulares aberrantes dentro de los tejidos\u201d, se\u00f1al\u00f3.<\/p>

CellLENS representa un avance importante en el uso de IA y deep learning para la biomedicina. Al integrar datos moleculares, espaciales y visuales, permite una comprensi\u00f3n m\u00e1s completa de la diversidad celular dentro de los tejidos humanos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

PUBMED<\/strong><\/p>

https:\/\/pubmed.ncbi.nlm.nih.gov\/40404817\/<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

CellLENS, la nueva herramienta de IA y deep learning desarrollada por el MIT revoluciona el an\u00e1lisis de c\u00e9lulas en tejidos humanos.<\/p>","protected":false},"author":1,"featured_media":58371,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-58368","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/58368","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=58368"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/58368\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/58371"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=58368"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=58368"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=58368"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}