A simple vista, un cultivo de células neuronales parece uniforme y resulta muy complejo ver las células a nivel individual. Desde finales del siglo XIX, cuando los neurocientíficos pioneros, Santiago Ramón y Cajal y Camillo Golgi, dibujaron los primeros mapas del sistema nervioso, los científicos han estado desarrollando tintes y métodos de tinción para ayudar a distinguir las estructuras en el cerebro, incluyendo diferentes tipos de células y su estado de salud. Sin embargo, muchos de estos métodos involucran químicos fuertes que fijan, o congelan, las células en un estado o dañan las células vivas después de que se han aplicado varias manchas. Las técnicas tradicionales también limitan los detalles que los científicos pueden observar.

Ahora, de acuerdo con un nuevo estudio publicado en Cell, es posible enseñar a las máquinas a distinguir las características de las neuronas y otras células sin tener que recurrir a ningún sistema de tinción.
«Este enfoque tiene el potencial de revolucionar la investigación biomédica – explica Margaret Sutherland, líder del estudio, en un comunicado – . Los investigadores están generando cantidades extraordinarias de datos. Para los neurocientíficos, esto significa que los ordenadores pueden ayudar a acelerar nuestra comprensión de cómo se conectan las células del cerebro y en aplicaciones relacionadas con el desarrollo de fármacos”.

El equipo de Sutherland recurrió al Deep Learning, una rama de la inteligencia artificial que se centra en el aprendizaje que realizan las máquinas y su capacidad para tomar decisiones. El software de reconocimiento facial es un ejemplo de aprendizaje automático.
Usando Deep Learning, el equipo de Sutherland entrenó a un programa de ordenador para analizar las células cerebrales a partir de algunas imágenes que habían utilizado sistemas de tinción y otras que no lo usaron.
“Nuestro laboratorio había creado cientos de imágenes, mucho más de lo que podíamos ver y analizar – concluye Steven Finkbeiner, coautor del estudio – . Un día, investigadores de Google llamaron a nuestra puerta para ver si podían ayudarnos. El Deep Learning utiliza un algoritmo, o un conjunto de reglas, y lo estructura en capas, identificando características simples de secciones de la imagen, y luego envía la información a otras capas que reconocen características cada vez más complejas, como patrones y estructuras. Esto es una reminiscencia de cómo nuestro cerebro procesa la información visual. Estos métodos pueden descubrir mucha más información de la que se puede ver con el ojo humano”.

Juan Scaliter