Pesquisadores da EPFL desenvolveram um sistema de imagem baseado em inteligência artificial (IA) que rastreia e analisa a agregação de proteínas em tempo real. Um artigo sobre o estudo foi publicado na Nature Communications nesta quinta-feira (24). O acúmulo de proteínas mal dobradas no cérebro é central para a progressão de doenças neurodegenerativas como Huntington, Alzheimer e Parkinson.
Para o olho humano, proteínas destinadas a formar agregados nocivos não parecem diferentes das proteínas normais. Além disso, a formação desses agregados tende a ocorrer de forma aleatória e relativamente rápida, em questão de minutos.
Por isso, a capacidade de identificar e caracterizar agregados proteicos é importante. Ela é essencial para compreender e combater doenças neurodegenerativas.
Pesquisadores colocam IA em microscópio para observar proteínas nocivas para o cérebro
Utilizando aprendizado profundo (deep learning), pesquisadores da EPFL desenvolveram um sistema de imagem “autônomo” que combina vários métodos de microscopia para rastrear e analisar a agregação de proteínas em tempo real – e até antecipá-la antes que comece.
Além de maximizar a eficiência da imagem, a abordagem minimiza o uso de marcadores fluorescentes, que podem alterar as propriedades biofísicas das amostras celulares e prejudicar a análise precisa.
“Esta é a primeira vez que conseguimos prever com precisão a formação desses agregados proteicos”, diz Khalid Ibrahim, recém-doutorado pela EPFL, em comunicado.
Por dentro da pesquisa
Em seu primeiro esforço colaborativo, liderado por Ibrahim, a equipe desenvolveu um algoritmo capaz de detectar agregados proteicos maduros a partir de imagens não marcadas de células vivas.
O novo estudo baseia-se nesse trabalho com uma versão de classificação de imagens do algoritmo que analisa imagens em tempo real. Quando esse algoritmo detecta um agregado proteico maduro, ele aciona um microscópio de Brillouin, que analisa a luz espalhada para caracterizar as propriedades biomecânicas dos agregados, como a elasticidade.
