Descripció del projecte
El metabolisme cel·lular és essencial per a mantenir la funció normal dels teixits. Un metabolisme anòmal, en molts casos, és una característica distintiva de diverses patologies, com el càncer i els trastorns neurodegeneratius o immunològics. La imatge metabòlica és una eina d’avantguarda en la medicina de precisió, ja que ofereix una perspectiva única sobre els aspectes bioquímics i funcionals que caracteritzen tant la salut com la malaltia. L’obtenció d’imatges no invasives, combinada amb una alta sensibilitat i resolució, millora la nostra comprensió de l’estat de la malaltia sense generar fototoxicitat.
El nostre grup ha desenvolupat METAPHOR (Metabolic Evaluation through Phasor-based Hyperspectral Imaging and Object Recognition for Mammalian Blastocysts and Oocytes). Aquest innovador mètode d’obtenció d’imatges combina il·luminació hiperespectral amb intel·ligència artificial per a extreure petjades metabòliques i avaluar la distribució mitocondrial dins de mostres biològiques, utilitzant exclusivament autofluorescència. El nostre èxit en el desenvolupament d’un dispositiu d’imatge i un programari de classificació associat per a avaluar la qualitat d’embrions i ovòcits ens ha portat a ampliar l’aplicació de la nostra tecnologia per a abordar noves necessitats en recerca i en la pràctica clínica.
El sistema METAPHOR es basa en la imatge hiperespectral (HS), una tècnica que permet capturar l’espectre autofluorescent complet en cada píxel d’una imatge, codificant així una gran quantitat d’informació metabòlica de la mostra viva. En el nostre sistema, les imatges multidimensionals HS es transformen en un histograma normalitzat de l’espectre i en un phasor plot. Totes dues representacions permeten manejar de manera senzilla dades complexes multidimensionals a causa de la seva reducció de dimensions. Després, aquestes representacions s’introdueixen en un classificador d’aprenentatge automàtic supervisat, entrenat per a discriminar cèl·lules en diferents estats metabòlics. METAPHOR és capaç d’identificar més de sis metabòlits in vivo que presenten autofluorescència natural, inclosos aquells essencials en rutes metabòliques clau (com la glucòlisi i la fosforilació oxidativa) i marcadors d’estrès oxidatiu.
L’objectiu principal del projecte és desenvolupar un programari de confiança basat en intel·ligència artificial per a l’obtenció d’imatges metabòliques no invasives en múltiples tipus cel·lulars, amb especial enfocament en cèl·lules immunes com els PBMCs (Peripheral Blood Mononuclear Cells) i en tots els subconjunts cel·lulars presents en l’efluent menstrual per al diagnòstic d’endometriosi. Aquí proposem aprofitar la nostra experiència en l’ús d’imatges HS de teixits vius per a desenvolupar una eina diagnòstica de detecció precoç no invasiva de l’endometriosi, basada en l’anàlisi de poblacions cel·lulars de l’efluent menstrual.
L’efluent menstrual conté una mostra representativa de diverses poblacions cel·lulars de l’endometri, que estan involucrades en funcions homeostàtiques i reproductives, com les cèl·lules mare mesenquimals endometrials (enMSC) i les cèl·lules uterines assassines naturals (uNK). Les enMSC tenen capacitat d’autorenovació i exerceixen un paper fisiològic en la remodelació de l’endometri, encara que també poden trobar-se en lesions a l’endometri. D’altra banda, les cèl·lules uNK són reguladors clau en el procés de decidualització i durant l’embaràs; no obstant això, en l’endometriosi el seu número està significativament reduït.
Atès que l’endometriosi és un trastorn inflamatori caracteritzat per nivells exacerbats d’espècies reactives d’oxigen (ROS), la qual cosa afecta els tipus cel·lulars amb funcions homeostàtiques, el metabolisme alterat podria ser un biomarcador d’interès. Proposem utilitzar aquesta metodologia per a caracteritzar el context metabòlic endometrial a través de cèl·lules aïllades de l’efluent menstrual, desenvolupant un algorisme de IA personalitzat capaç de distingir entre mostres de pacients sanes i amb endometriosis. A més, planegem aplicar aquesta tecnologia a l’estudi dels PBMCs, on l’equilibri redox és fonamental per a l’activació i el fenotip metabòlic. Aquesta caracterització seria innovadora i podria donar lloc a una nova plataforma de cribratge de fàrmacs per a cèl·lules T, macròfags, entre altres.
