MISO, una herramienta de IA busca, a través de datos e imágenes de histología, para encontrar información más precisa sobre el cáncer y sus posibles tratamientos.
Una nueva herramienta impulsada por inteligencia artificial (IA) denominada MISO – Multi-modal Spatial Omics, fue desarrollada por científicos de Penn Medicine. MISO es capaz de detectar características a nivel celular a través de datos de piezas pequeñas de tejidos, tan pequeñas como 400 micrómetros cuadrados, el equivalente al ancho de cuatro cabellos humanos. La herramienta analizó grandes cantidades de datos, logrando encontrar información en los puntos más pequeños de imágenes médicas como tomografías computarizadas o resonancias magnéticas.
Un estudio publicado en Nature Methods detalla cómo la elaboración de perfiles moleculares espaciales ha permitido que los investigadores biomédicos exploren nuevas oportunidades para entender la relación entre la localización celular y la función tisular. Los autores explican que modelizar eficazmente los datos ómicos espaciales multimodales es crucial para comprender la complejidad de los tejidos y la biología subyacente.
La transcriptómica espacial puede utilizarse para observar el pixel de una sola imagen y analizar hasta sus 20 o 30 mil puntos de datos. Las resonancias magnéticas y las tomografías solo tienen un punto de datos por pixel que interpretar, por lo que gracias a la IA los médicos y especialistas pueden captar nueva información que de otra manera no sería posible.
Las mejoras en la resolución espacial han favorecido la creación de nuevas tecnologías capaces de generar datos moleculares espaciales con resolución subcelular, lo que exige el desarrollo de métodos computacionalmente eficientes que puedan manejar los conjuntos de datos a gran escala resultantes.
“A medida que avanza el campo de la ómica espacial, se ha hecho posible medir múltiples modalidades ómicas a partir del mismo corte de tejido, lo que proporciona información complementaria y ofrece una visión más completa y perspicaz”, expresó el Dr. Mingyao Li, autor principal del estudio y profesor de Bioestadística y Patología Digital. “MISO aborda un enorme desafío de datos al permitir el análisis simultáneo de todas las modalidades-ómicas espaciales, así como de imágenes de anatomía microscópica cuando están disponibles. Es el único método capaz de manejar conjuntos de datos como estos con cientos de miles de células por muestra”, agregó.
En este sentido, MISO es un algoritmo versátil para la extracción y agrupación de características, capaz de integrar múltiples modalidades de diversos experimentos ómicos espaciales con alta resolución espacial. La investigación explica que MISO ha demostrado eficacia en múltiples conjuntos de datos de modalidades de expresión génica, expresión proteica, epigenética, metabolómica e histología tisular.
MISO ha superado a los métodos existentes en la identificación de dominios espaciales biológicamente relevantes, lo que representa un avance crítico en el análisis ómico espacial multimodal. Asimismo, la eficiencia computacional de esta herramienta es otro de los puntos relevantes de la investigación, pues MISO garantiza su escalabilidad para manejar grandes conjuntos de datos generados por tecnologías ómicas espaciales de resolución subcelular.
Esta herramienta permitió a los investigadores descubrir nueva información sobre múltiples tipos de cáncer a partir de datos e imágenes de tejidos donados por pacientes. Por ejemplo, sobre el cáncer de vejiga, los investigadores pudieron detectar un grupo especializado de células responsables de la formación de estructuras linfoides terciarias, vinculadas a una mejor respuesta a la inmunoterapia. Asimismo, sobre el cáncer gástrico, MISO logró diferenciar entre células cancerosas y la mucosa interior del tejido.
Acerca del cáncer colorrectal, MISO favoreció la identificación de distintas subclases de células cancerosas que ayudaron a comprender células malignas que componen uno o varios tumores. Por otro lado, MISO también fue utilizado para analizar las estructuras de tejidos cerebrales no cancerosos.
