Investigadores del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), el Barcelona Supercomputing Center (BSC) y el Instituto de Salud Global de Barcelona (ISGlobal) han desarrollado ChromAgeNet, un modelo de inteligencia artificial que identifica señales de envejecimiento en las células madre de la sangre. El trabajo, publicado en la revista Aging Cell, abre una nueva vía para estudiar estrategias de rejuvenecimiento celular.

Con la edad, el sistema hematopoyético, que se encarga de producir las células de la sangre, va perdiendo capacidad. Medir ese deterioro con precisión es clave para entender cómo envejecen estas células madre y buscar formas de mantener o recuperar su función. El estudio lo han dirigido Maria Carolina Florian, investigadora de IDIBELL y profesora ICREA, y Paula Petrone, investigadora del BSC, y ha sido una parte central de la tesis doctoral de Pablo Iañez, investigador de ISGlobal.

Cómo funciona la herramienta

ChromAgeNet analiza la arquitectura de la cromatina, es decir, cómo se organiza el ADN dentro del núcleo celular. Esta estructura, formada sobre todo por ADN y proteínas, regula qué genes están activos y, en última instancia, determina la identidad y la función de la célula.

Para entrenar el modelo, el equipo usó imágenes tridimensionales de núcleos de células madre hematopoyéticas de ratón, teñidos para visualizar el ADN. Mediante una red neuronal convolucional, un tipo de IA diseñado para analizar imágenes, ChromAgeNet aprendió a distinguir las células jóvenes de las envejecidas.

Cambios invisibles a simple vista

A partir solo del aspecto del núcleo, el modelo distinguió correctamente las células jóvenes y las envejecidas con una probabilidad del 77 %. Con ello superó a un modelo de aprendizaje automático basado en características de la cromatina definidas previamente por los investigadores.

Según los autores, lo más relevante es que estas diferencias no se ven necesariamente a simple vista en el microscopio. El envejecimiento de las células madre es un proceso heterogéneo y los cambios en el núcleo pueden ser muy sutiles. El equipo analizó además qué rasgos de las imágenes pesan más en las predicciones, lo que ayuda a entender qué cambios en la organización del ADN acompañan al envejecimiento. Por eso, esta herramienta podría complementar otros biomarcadores de edad, como los relojes epigenéticos, que estiman la edad biológica a partir de cambios químicos en el ADN.

Una herramienta para buscar tratamientos

Los investigadores también probaron ChromAgeNet para evaluar tratamientos. Como prueba de concepto, lo aplicaron a células madre envejecidas tratadas con distintos fármacos epigenéticos, para ver si su cromatina adoptaba una organización más propia de células jóvenes.

Los resultados no demuestran que estos fármacos rejuvenezcan las células de forma funcional. Sí muestran que el modelo puede detectar cambios asociados al envejecimiento tras distintas intervenciones. Combinado con técnicas de microscopía capaces de procesar grandes cantidades de muestras, podría servir para cribar muchos compuestos y acelerar la búsqueda de candidatos. El equipo ha puesto a disposición de la comunidad científica tanto la herramienta como el conjunto de imágenes tridimensionales que usó.

El próximo reto será comprobar si estos hallazgos se trasladan a las células humanas y confirmar que los cambios que detecta la IA se corresponden con un rejuvenecimiento real de la función celular.