logo móvil
Contáctanos

scRL: Utilizando Aprendizaje por Refuerzo para Evaluar Decisiones de Destino en Datos de Células Individuales

Autores: Fu, Zeyu; Chen, Chunlin; Wang, Song; Wang, Junping; Chen, Shilei

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

scRL: Utilizando Aprendizaje por Refuerzo para Evaluar Decisiones de Destino en Datos de Células Individuales


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Biología

Palabras clave

Comprensión
Células
Desarrollo
Inteligencia artificial
Decisiones
Enfermedades

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 17

Citaciones: Sin citaciones


Descripción
Entender cómo las células se desarrollan en diferentes tipos durante el crecimiento y la enfermedad es crucial para avanzar en la medicina, pero los métodos actuales no pueden determinar exactamente cuándo y dónde las células toman estas decisiones críticas. Desarrollamos una nueva herramienta de inteligencia artificial llamada aprendizaje por refuerzo de células individuales que trata el desarrollo celular como un juego de toma de decisiones estratégicas. Así como un jugador de ajedrez aprende a hacer movimientos óptimos, nuestro sistema aprende a identificar los momentos precisos en los que las células deciden su futuro destino, ya sea convertirse en células sanguíneas, células inmunitarias u otros tipos especializados. Probamos este enfoque en varios sistemas biológicos, incluyendo el desarrollo normal de células sanguíneas humanas, células cancerosas, desarrollo de órganos en ratones y células que responden a daños por radiación. Nuestro método superó consistentemente a quince herramientas de vanguardia existentes y logró identificar puntos de decisión temprana que ocurren antes de que las células muestren signos obvios de compromiso con linajes específicos. Además, descubrimos factores regulatorios previamente desconocidos que controlan estas decisiones. Este avance proporciona a los científicos una nueva y poderosa manera de entender cómo las células toman decisiones de desarrollo, lo que podría llevar a mejores tratamientos para enfermedades como el cáncer y a estrategias mejoradas para la medicina regenerativa. Al revelar la lógica de toma de decisiones oculta del desarrollo celular, este trabajo abre nuevas posibilidades para controlar y dirigir el destino celular en aplicaciones terapéuticas.

Otros recursos que podrían interesarte

Temas Virtualpro