A aprendizagem profunda acelera a pesquisa sobre gravidez precoce

Pesquisadores da Universidade de Ciência e Tecnologia King Abdullah (Kaust; Arábia Saudita) anunciaram o desenvolvimento de uma nova ferramenta de aprendizado profundo, DeepBlastóide, para estudar modelos de desenvolvimento de embriões humanos em condições de laboratório artificial. Os cientistas do Kaust mostraram que o DeepBlastoid pode avaliar imagens dos modelos igualmente a cientistas especialistas, mas 1000 vezes mais rápido.

Os estágios iniciais do embrião humano são cruciais para entender a fertilidade, as complicações da gravidez e as origens dos distúrbios do desenvolvimento. No entanto, a pesquisa direta sobre embriões humanos é limitada por considerações éticas.

Os blastoides são modelos celulares que representam o embrião em um período conhecido como estágio de blastocisto. Este estágio começa cerca de cinco dias após a fertilização e continua até que o embrião se implante na parede uterina da mãe (ou seja, no momento da gravidez). É importante ressaltar que os blastoides humanos no estudo de Kaust são feitos de células -tronco, mas não qualquer tecido embrionário e, desde que foram descobertas pela primeira vez em 2021, rapidamente se tornaram um modelo humano preferido para cientistas que estudam o desenvolvimento precoce de embriões.

No novo estudo, os pesquisadores do Kaust treinaram DeepBlastóide em mais de 2000 imagens microscópicas de blastoides e o usaram para julgar os efeitos dos produtos químicos no desenvolvimento de blastoid, examinando mais de 10.000 imagens. Compreender como esses produtos químicos podem atrapalhar os blastoids tem implicações profundas para as mulheres que estão tomando medicamentos prescritos ou outros medicamentos, mas procuram engravidar.

As descobertas são publicadas na revista Medicina de vida.

“Pouco se sabe sobre os estágios iniciais do desenvolvimento de embriões. Com o DeepBlastóide, podemos ampliar pesquisas blastóides para estudar o desenvolvimento do embrião e os efeitos de produtos químicos no embrião e na gravidez”, disse o professor associado de Kaust, MO Li, especialista em biologia de células -tronco e cujos modelos de embrionários de laboratório usando blastoides humanos.

Ele acrescentou que o DeepBlastoid também ajudará a promover tecnologias reprodutivas, como a fertilização in vitro.

Geralmente, os cientistas avaliam os blastoides manualmente revisando sistematicamente um valor de biblioteca de imagens tiradas sob um microscópio. Essa abordagem não apenas leva tempo, mas também é sensível ao conhecimento do cientista e ao método usado para produzir o blastoide, que pode variar entre os laboratórios. Por outro lado, o DeepBlastoid pode processar 273 imagens por segundo, oferecendo aos cientistas uma ferramenta para avaliar dezenas de milhares de blastoides em apenas alguns minutos.

“O DeepBlastoid não apenas corresponde ao desempenho humano em precisão, mas também oferece um aumento incomparável na taxa de transferência. Essa eficiência permite que os cientistas analisem grandes quantidades de dados em pouco tempo, permitindo experimentos que antes eram inviáveis”, disse o professor Kaust Peter Wonka, especialista em aprendizado profundo e cuja equipe de pesquisa desenvolveu profundidade.

Enquanto Li, Wonka e seus colegas usaram DeepBlastoid para estudar o blastoide, eles disseram que, ao adaptar o algoritmo de aprendizado profundo, sua abordagem profunda de aprendizado poderia ser usada a outros modelos de células -tronco para outros estágios e órgãos embrionários.