8 de Febrero, 2024, Toronto, Canadá – Un equipo de investigadores del Departamento de Genética Molecular del Monte Sinaí ha desarrollado un innovador flujo de trabajo computacional que promete agilizar la identificación de tipos de células, acelerando potencialmente los avances en medicina personalizada e investigación de enfermedades.
El estudio, liderado por el Dr. Kieran Campbell, investigador del Instituto de Investigación Lunenfeld-Tanenbaum, parte de Sinai Health, aplicó el aprendizaje automático, un tipo de inteligencia artificial que reconoce patrones en grandes cantidades de datos, a los datos de expresión génica obtenidos de células individuales.
“Nuestro enfoque acelera significativamente el ritmo al que podemos entender la diversidad celular, lo cual es crítico para abordar enfermedades que son impulsadas por tipos de células raras pero fundamentales”, dijo el Dr. Campbell, quien también es profesor asistente de Genética Molecular y Ciencias Estadísticas en la Universidad de Toronto.
En un esfuerzo liderado por el estudiante de doctorado en Genética Molecular, Michael Geuenich, el equipo evaluó un nuevo método que combina dos técnicas de aprendizaje automático, conocidas como aprendizaje activo y aprendizaje auto-supervisado.
Descubrieron que este enfoque no solo reduce el tiempo y los recursos necesarios para la clasificación de tipos de células, sino que también mejora la precisión de estas clasificaciones, abriendo nuevas puertas para la investigación médica y las estrategias de tratamiento.
Al hacer la anotación de tipos de células más eficiente y precisa, los investigadores buscan facilitar una comprensión más profunda de los comportamientos celulares y sus roles en la salud y la enfermedad.
“Este estudio representa un hito significativo en el compromiso de Sinai Health de avanzar en la investigación de aprendizaje automático e inteligencia artificial, y estamos entusiasmados con el impacto que tendrá en la investigación biomédica en general”, dijo la Dra. Anne-Claude Gingras, Directora de LTRI y Vicepresidenta de Investigación en Sinai Health.