Investigadores de Rensselaer Polytechnic Institute han descubierto un nuevo método para predecir - con hasta un 99 por ciento de precisión - el destino de las células madre.

Gracias a la avanzada tecnología de visión artificial para detectar los sutiles movimientos de las células que son imposibles de distinguir con el ojo humano, el profesor Badri Roysam y su antiguo alumno Andrew Cohen '89 éxito puede predecir cómo una célula madre se divide y cuáles son las características clave de las células hijas se presentan.

Al permitir el aislamiento de células con funciones específicas, este descubrimiento podría algún día conducir a métodos eficaces para el cultivo de células madre en gran escala para uso terapéutico.

"Si usted tiene muchas células en una cultura, todos tienen el mismo aspecto. Pero nuestros sentidos nuevo método de todo tipo de pequeñas diferencias en las formas y los movimientos de las células, y utiliza estas claves para predecir qué tipo de células que se dividen en, ", dijo Roysam, profesor de equipo eléctrico, y los sistemas de ingeniería en Rensselaer. "Creemos que este método será beneficioso para un día en tomar células de un paciente, y luego cada vez más grandes cantidades de este tipo de células que el paciente está en necesidad. Esto podría permitir a muchos tipos nuevos y emocionantes de los tratamientos médicos con células madre".

Los resultados del estudio, titulado "predicción computacional de los destinos de células progenitoras neurales," fueron publicados recientemente en la revista Nature Methods.

A fin de conseguir células madre basada en el éxito de las terapias, los investigadores necesitan tener acceso a grandes cantidades de células específicas. Esto ha resultado ser difícil, ya que actualmente no existen métodos para controlar o manipular la división de grandes cantidades de células. Cuando las células madre o células progenitoras de dividir a través de la mitosis, las células hijas resultantes pueden ser auto-renovación o terminal. Un auto-renovación celular pasará a dividirse en dos células hijas, mientras que una célula de diferenciación terminal está destinado a ser un programa específico, tipo de célula especializada. Los investigadores quieren que la capacidad de influir en esta división a fin de producir grandes volúmenes del tipo correcto de células.

Roysam y Cohen siguieron el desarrollo de las células progenitoras de la retina de rata cultivadas en el laboratorio de su colaborador en la Universidad McGill. El sistema informático se desarrollaron tomaron imágenes de las células cada cinco minutos, y empleados de predicción de la teoría algorítmica de la información (AITP) para observar el comportamiento de las células, analizar el comportamiento y discernir si cada célula individual está condenado a dividirse en auto-replicantes o células hijas terminal. Este proceso ocurre en tiempo real, así que los investigadores conocer el destino de las células antes de que se dividen.

Los investigadores predecir con una precisión del 99 por ciento si la rata, células progenitoras de la retina se divide en auto-renovación o células especializadas, y predijo con un 87 por ciento de exactitud determinadas características de las células especializadas.

"Nuestros resultados sugieren que las células madre de visualización sutiles patrones dinámicos que pueden ser detectados informático para predecir el resultado de su división siguiente utilizando AITP," Roysam dijo. "En teoría, AITP se puede utilizar para analizar casi cualquier tipo de célula, y podría conducir a avances en muchos campos diferentes."

Roysam dijo creación de prototipos y el desarrollo del sistema de apalancamiento de la capacidad de procesamiento de la supercomputadora de Rensselaer, el Centro Computacional para las innovaciones nanotecnológicas (CCNI).

Los co-autores del artículo son Michel Cayouette y Francisco Gomes de la Unidad de Neurobiología Celular de Investigación en el Instituto de Recherces Clínicas de Monteal, y el ex Roysam estudiantil Cohen, ahora un profesor asistente de ingeniería eléctrica e informática en la Universidad de Wisconsin, Milwaukee .

Este proyecto fue apoyado en parte por los EE.UU. la National Science Foundation Center for subsuelo de detección y sistemas de imagen, los Institutos Canadienses de Investigación en Salud, y de la Foundation Fighting Blindness-Canadá.

Artículo relacionado