inteligencia artificial
CRANK-MS son las siglas de Clasificación y análisis de clasificación mediante la red neuronal que genera conocimiento a partir de la espectrometría de masas. IBTimes UK

Una nueva herramienta de aprendizaje automático llamada CRANK-MS puede identificar, con gran precisión, a las personas que corren el riesgo de desarrollar la enfermedad de Parkinson. El algoritmo fue desarrollado por investigadores de la Universidad de Nueva Gales del Sur (UNSW) en Australia y la Universidad de Boston en los Estados Unidos.

CRANK-MS son las siglas de Clasificación y análisis de clasificación mediante la red neuronal que genera conocimiento a partir de la espectrometría de masas. Utiliza espectrometría de masas para analizar moléculas sanguíneas e identificar patrones asociados con la enfermedad de Parkinson. El algoritmo se entrenó en un conjunto de datos de muestras de sangre de personas con enfermedad de Parkinson y controles sanos.

Esta nueva herramienta increíblemente innovadora puede ejecutarse rápidamente en una computadora portátil estándar y puede aprovechar la IA para detectar signos subyacentes de la enfermedad de Parkinson incluso años antes de que comiencen a manifestarse síntomas como temblores, rigidez muscular y movimientos lentos. Esto permitiría una intervención y un tratamiento tempranos, lo que podría mejorar la calidad de vida de las personas con la enfermedad.

En un estudio publicado en la revista ACS Central Science, se descubrió que CRANK-MS podía identificar a las personas con enfermedad de Parkinson con un 90 por ciento de precisión. El algoritmo también identificó moléculas que son posibles biomarcadores tempranos de la enfermedad de Parkinson.

La herramienta utiliza capas entrenadas de nodos modelados en el cerebro humano para buscar compuestos químicos específicos en la sangre llamados metabolitos. Estos patrones distinguidos pueden potencialmente predecir la presencia de una enfermedad o proteger contra ella.

Los metabolitos son moléculas pequeñas involucradas en una amplia gama de procesos biológicos, incluida la producción de energía, el crecimiento, el desarrollo y la reproducción. El estudio de los metabolitos proporciona información valiosa sobre el metabolismo celular, los mecanismos de las enfermedades y los efectos de los fármacos o los factores ambientales en los sistemas biológicos.

Diana Zhang, química de la Universidad de Nueva Gales del Sur en Australia, dijo: "Para descubrir qué metabolitos son más importantes para la enfermedad en comparación con los grupos de control, los investigadores generalmente observan las correlaciones que involucran moléculas específicas".

"Pero aquí tenemos en cuenta que los metabolitos pueden tener asociaciones con otros metabolitos, que es donde entra en juego el aprendizaje automático. Con cientos o miles de metabolitos, hemos utilizado el poder computacional para comprender lo que está pasando", continuó.

El equipo que descubrió CRANK-MS utilizó muestras de plasma sanguíneo recogidas como parte de su Estudio Prospectivo Español Europeo sobre Nutrición y Cáncer. El estudio se centró en 39 pacientes que luego desarrollaron Parkinson dentro de los 15 años posteriores a su participación en el estudio.

El equipo comparó mezclas de metabolitos con 39 pacientes de control que no lo hicieron. Se identificaron varios patrones que se consideraron potencialmente significativos en el avance de la investigación sobre el Parkinson. El equipo observó que aquellos que desarrollaron Parkinson tendían a tener niveles más bajos de triterpenoides en la sangre. Los triterpenoides manejan el estrés en el cuerpo a nivel celular y se encuentran en alimentos como manzanas, aceitunas y tomates.

Los investigadores también notaron la presencia de sustancias alquílicas polifluoradas (PFAS) en personas que luego desarrollaron Parkinson. Esto podría ser un posible vínculo con una mayor exposición a productos químicos industriales.

Los investigadores ahora están trabajando para mejorar CRANK-MS y ponerlo a disposición de los médicos. También están investigando otras posibles aplicaciones del algoritmo, como la detección precoz de otras enfermedades neurodegenerativas.

Mientras tanto, investigadores del Instituto Tecnológico de Massachusetts (MIT) han desarrollado una herramienta de diagnóstico que podría revolucionar la detección del cáncer. La prueba requiere solo una muestra de orina, lo que la convierte en una opción de detección asequible y no invasiva. La investigación también ha sido publicada en Nature Nanotechnology.

Investigadores de la Escuela de Medicina de Harvard y la Universidad de Copenhague, en colaboración con el Sistema de Atención Médica de Boston VA, el Instituto de Cáncer Dana-Farber y la Escuela de Salud Pública TH Chan de Harvard también han desarrollado una prueba de detección de población basada en IA que puede acelerar el diagnóstico de enfermedad pancreática. cáncer. Esta herramienta innovadora promete revolucionar el diagnóstico y el tratamiento del cáncer, ofreciendo a los pacientes un diagnóstico más rápido y preciso y una mejor oportunidad de supervivencia.