immagine: embrioni di rana trattati con tre reagenti selezionati da un modello di intelligenza artificiale hanno portato a qualcosa di mai visto prima: una perdita di concordanza tra le cellule del pigmento (melanociti) in fase di riconversione metastatica. In questi embrioni trattati con questo insieme unico di reagenti, le cellule pigmentate in alcune aree di un singolo girino sono state convertite in un forma di cancro invasivo (tessuti sopra l’occhio sinistro di cui sopra), mentre altre regioni sono rimaste normali (tessuti sopra l’occhio destro sopra). Questa è la prima volta che un sistema di intelligenza artificiale è stato utilizzato per scoprire interventi esatti e necessari per ottenere un risultato specifico in un organismo vivente e fornisce una nuova visione biofisica del cancro. Credit: Maria Lobikin e Michael Levin della Tufts University.
Gli scienziati della Tufts University’s School of Arts and Sciences, Allen Discovery Center alla Tufts e dell’ University of Maryland, Baltimore County hanno usato l’intelligenza artificiale al fine di conoscere la biofisica del cancro. La loro piattaforma di apprendimento automatico ha previsto un trio di reagenti in grado di generare un fenotipo mai visto prima, di cancro nei girini.
La ricerca, riportata in Scientific Reports il 27 gennaio, mostra come l’intelligenza artificiale (AI) può aiutare i ricercatori in settori come i sistemi biologici complessi in oncologia e medicina rigenerativa e raggiungere risultati nuovi e in precedenza irraggiungibili.
( Vedi anche L‘ intelligenza artificiale rivela il meccanismo alla base del glioblastoma mesenchimale).
I ricercatori avevano già dimostrato che le cellule del pigmento, i melanociti, nelle rane in via di sviluppo, potevano essere convertite in una forma metastatica di cancro interrompendo la normale segnalazione bioelettrica e serotoninergica e avevano usato l’intelligenza artificiale per decodificare un modello che spiega questo complesso processo. Tuttavia, nel corso di questi vasti esperimenti, i biologi hanno osservato qualcosa di straordinario: i melanociti, in una sola larva di rana, sono stati convertiti in una forma simile a cellule cancerose o sono rimasti del tutto normali.
La conversione di solo alcune delle cellule del pigmento in un unico girino non era mai stata osservata prima.
Nel nuovo studio, i ricercatori hanno utilizzato il loro modello “AI-derivato” per capire come ottenere la conversione parziale dei melanociti nello stesso animale con uno o più interventi.
Il modello di intelligenza artificiale in ultima analisi, ha previsto che una precisa combinazione di tre reagenti (altanserin, un inibitore 5HTR2, reserpina, un inibitore VMAT e VP16-XlCreb1, mRNA codificanti la forma costitutivamente attiva di CREB) avrebbe raggiunto tale risultato. Quando questo cocktail farmaceutico è stato utilizzato in vivo sui girini e il risultato è stato, infatti, la conversione dei melanociti in alcune regioni, ma non in altre, qualcosa di mai visto prima.
“Il nostro sistema ha previsto un trattamento con tre componenti che hanno ottenuto il risultato esatto che volevamo e che non avevamo mai visto prima in anni di esperimenti. Tali approcci sono una chiave per la medicina rigenerativa, in cui un ostacolo importante è il fatto che di solito è molto difficile sapere come combinare le reti complesse scoperte dalla bioinformatica ed esperimenti di laboratorio in modo tale da raggiungere un risultato terapeutico desiderato “, ha detto Levin che ha aggiunto: “La maggior parte della biomedicina si occupa di questo. Abbiamo un sistema biologico complesso e una tonnellata di dati su ciò che le diverse perturbazioni possono generare su di esso. Ora vogliamo fare qualcosa di diverso, curare una malattia, controllare il comportamento delle cellule, rigenerare il tessuto. Per quasi tutti i problemi per i quali sono già disponibili molti dati, possiamo usare questo modello e poi interrogarlo per capire quello che dobbiamo fare per raggiungere il risultato X “.
La nuova ricerca ha utilizzato il modello ” AI-derivato” per eseguire 576 esperimenti virtuali, ciascuno computazionalmente ha simulato 100 volte lo sviluppo di un embrione in una diversa nuova combinazione di farmaci. Circa 575 volte il sistema non è riuscito a produrre il risultato sperato. Ma una precisa combinazione di tre farmaci era il proverbiale ago nel pagliaio sperimentale, la previsione di conversione parziale dei melanociti.
“Anche con il modello completo che descrive l’esatto meccanismo che controlla il sistema, uno scienziato non sarebbe stato in grado di trovare l’esatta combinazione di farmaci che avrebbe portato al risultato desiderato. Questo fornisce la prova di concetto di come un’intelligenza artificiale può aiutarci a trovare gli interventi esatti necessari per ottenere un risultato specifico “, ha detto il primo autore dell’articolo, Daniel Lobo, ex del laboratorio Levin e ora Assistente Professore di biologia e informatica presso l’Università del Maryland, Baltimore County.
Autore dell’articolo, insieme a Levin e Lobo, è stata Maria Lobikin, ex del laboratorio Levin e ora un ricercatrice all’ Homology Medicines Inc.
I piani per la ricerca futura includono l’estensione della piattaforma per integrare i dati di serie temporali che permettano il confronto ancora più accurato tra computer e modelli in vivo.
I ricercatori sperano inoltre di estendere l’approccio ad altri aspetti della medicina rigenerativa per scoprire interventi che aiutano a riprogrammare i tumori, dare il via alla rigenerazione e controllare la dinamica delle cellule staminali.
Levin ha osservato che la manipolazione delle reti fisiologiche responsabili della conversione dei melanociti richiede sempre più complesse tecniche di modellazione computazionale e matematica e la rappresentazione dei dati, nonché nuove tecniche di laboratorio per aumentare la capacità di quantificare informazioni in vivo, specialmente nei pazienti umani.
Fonte: Tufts Now
