ChromAgeNet detecta envejecimiento en células madre de la sangre

ChromAgeNet identifica señales de envejecimiento en células madre

Un equipo del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), el Barcelona Supercomputing Center (BSC) y el Instituto de Salud Global de Barcelona (ISGlobal) ha desarrollado ChromAgeNet, una herramienta de inteligencia artificial que distingue células madre hematopoyéticas jóvenes de envejecidas analizando la organización tridimensional de la cromatina en imágenes de microscopía.

Qué mostró ChromAgeNet sobre células madre envejecimiento

El estudio, con Pablo Iáñez Picazo como primer autor y dirigido por Maria Carolina Florian (IDIBELL) y Paula Petrone (BSC), se basó en imágenes 3D de núcleos de células madre hematopoyéticas de ratón teñidos con DAPI, una tinción que permite visualizar el ADN. Mediante una red neuronal convolucional —un tipo de IA diseñada para analizar imágenes— ChromAgeNet aprendió a clasificar células en jóvenes y envejecidas con una probabilidad del 77 % de acierto, superando un modelo previo basado en características definidas manualmente.

La herramienta identifica patrones en la arquitectura nuclear: entropía de la cromatina, presencia de heterocromatina en la periferia del núcleo y ciertos condensados de cromatina aparecen entre las características que más contribuyen a la clasificación. Los resultados se publicaron en la revista Aging Cell en 2026.

Qué significa esto para la salud y la investigación

Detección más allá de lo visible

ChromAgeNet permite detectar diferencias sutiles en la organización del ADN que no siempre son evidentes a simple vista en las imágenes microscópicas. Esto facilita identificar combinaciones de rasgos espaciales de la cromatina asociadas al envejecimiento celular.

Herramienta para estudiar intervenciones

Los autores probaron el uso de ChromAgeNet como sistema de cribado aplicándolo a células envejecidas tratadas con fármacos epigenéticos para ver si la organización de la cromatina cambiaba hacia un estado más joven. Aunque los resultados muestran cambios en las imágenes, no prueban un rejuvenecimiento funcional de las células.

Recursos para la comunidad científica

Como parte del trabajo, los investigadores han compartido públicamente un conjunto de datos de imágenes 3D de células madre hematopoyéticas junto con ChromAgeNet, lo que puede facilitar el desarrollo y validación de nuevas herramientas computacionales en un campo con pocos conjuntos de datos de imagen disponibles.

Limitaciones y preguntas pendientes

Los resultados no demuestran que los tratamientos evaluados rejuvenezcan funcionalmente las células; muestran únicamente que ChromAgeNet detecta cambios en la organización de la cromatina asociados a la edad. El estudio se realizó en imágenes de células de ratón y la capacidad del modelo para traducirse a otros organismos o a muestras humanas requiere comprobación adicional. Además, aunque el modelo alcanza un 77 % de acierto, este nivel de precisión implica que no todas las células se clasifican correctamente y que es necesario validar y mejorar la herramienta en conjuntos de datos más amplios y diversos.

Conclusión

El trabajo indica que la organización tridimensional del ADN contiene señales cuantificables relacionadas con el envejecimiento de las células madre hematopoyéticas y que la inteligencia artificial puede extraer esa información de imágenes de microscopía. ChromAgeNet surge así como una nueva herramienta para estudiar el envejecimiento celular y explorar, de forma más rápida y escalable, cambios en la cromatina en respuesta a distintas intervenciones.

Por qué importa

Personas: Permite avanzar en el estudio del envejecimiento celular, un paso hacia comprender cómo se deteriora la producción de células sanguíneas con la edad.

Salud pública: Ofrece un método escalable para evaluar cambios asociados a la edad en células que participan en la hematopoyesis, relevante para la investigación de estrategias de preservación o recuperación funcional.

Evidencia: Los hallazgos muestran capacidad de detección en imágenes 3D y disponibilidad de datos, pero no prueban rejuvenecimiento funcional ni aplicación clínica directa.

Nota de Transparencia

Este artículo fue generada con IA, a partir de información del Servicio de Información y Noticias Científicas, SINC. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

Comments