Microscopio autónomo rastrea y analiza agregación de proteínas mal plegadas en tiempo real

Sin embargo, a simple vista, las proteínas destinadas a formar agregados dañinos parecen idénticas a las normales, y estos agregados se forman rápida y aleatoriamente, en cuestión de minutos. Detectar y comprender la formación de estos agregados es crucial, ya que sus propiedades biomecánicas están directamente relacionadas con la progresión de la enfermedad y la alteración de la función celular. Sin embargo, las herramientas de imagenología que se basan en marcadores fluorescentes pueden alterar las propiedades celulares y dificultar un análisis preciso. Ahora, investigadores han desarrollado un sistema de imagenología en tiempo real capaz de rastrear dinámicamente la agregación de proteínas e incluso predecir su inicio.

El sistema de imágenes autónomo, desarrollado por investigadores de la EPFL (Lausana, Suiza), en colaboración con el Laboratorio Europeo de Biología Molecular (Heidelberg, Alemania), se basa en trabajos previos con algoritmos de aprendizaje profundo que podían detectar agregados de proteínas maduras en imágenes sin etiquetar de células vivas. El equipo desarrolló dos algoritmos distintos. El primero es un algoritmo de clasificación de imágenes que activa un microscopio Brillouin (normalmente demasiado lento para la obtención de imágenes de células vivas) solo cuando detecta agregados maduros. La microscopía Brillouin utiliza luz dispersa para caracterizar las propiedades biomecánicas de los agregados, como la elasticidad. El segundo algoritmo es una herramienta de detección de "inicio de agregación" entrenada con imágenes marcadas con fluorescencia, capaz de distinguir diferencias sutiles y predecir cuándo ocurrirá la agregación con un 91 % de precisión. Esta función predictiva permite activar el microscopio con precisión cuando es necesario, capturando la biomecánica de la agregación de proteínas a medida que se desarrolla.

Los investigadores probaron y validaron el sistema observando la formación dinámica completa de agregados y midiendo sus propiedades en tiempo real. Sus hallazgos, publicados en Nature Communications, demostraron cómo la microscopía autónoma podría incorporar métodos sin etiquetas para un uso biológico más amplio. La capacidad de prever y capturar procesos de agregación tiene implicaciones significativas para el descubrimiento de fármacos y la medicina de precisión, especialmente al dirigirse a oligómeros tóxicos sospechosos de impulsar la neurodegeneración. En el futuro, los investigadores buscan desarrollar plataformas de descubrimiento de fármacos basadas en esta tecnología para acelerar el desarrollo de terapias más efectivas para enfermedades neurodegenerativas.

"Esta es la primera publicación que muestra el impresionante potencial de los sistemas autónomos para incorporar métodos de microscopía sin etiquetas, lo que debería permitir que más biólogos adopten técnicas de microscopía inteligente en rápida evolución", dijo Khalid Ibrahim, graduado de doctorado de la EPFL, quien dirigió el esfuerzo colaborativo.

Enlaces relacionados:
Escuela Politécnica Federal de Lausana
Laboratorio Europeo de Biología Molecular