Científicos rusos han desarrollado la herramienta bioinformática scParadise, que reconoce con una precisión del 99,9% diferentes tipos de células a partir de datos de secuenciación de ARN y evalúa su composición proteica. La tecnología puede convertirse en una herramienta importante para el diagnóstico de enfermedades, ayudando a distinguir las células cancerosas de las sanas, identificar variedades raras de células inmunes y, en el futuro, crear métodos de tratamiento más personalizados.

La medicina moderna utiliza cada vez más la secuenciación de ARN, un método que permite estudiar las moléculas que una célula crea a partir de su ADN. Cada tipo de célula tiene un conjunto diferente, por lo que se puede determinar a qué tipo pertenece la célula, incluidos los diferentes tipos de células inmunes. Sin embargo, después de descifrar el ARN, surge otra tarea compleja: es necesario procesar correctamente una enorme cantidad de información. Hacerlo manualmente lleva demasiado tiempo, y los algoritmos existentes a menudo cometen errores, especialmente al buscar células raras o inusuales.

Para resolver este problema, científicos de la MSU, el Centro Nacional de Investigación de Epidemiología y Microbiología que lleva el nombre del académico honorario N. F. Gamaleya y la FMBA desarrollaron el sistema scParadise. Utiliza tecnologías de inteligencia artificial y, a partir de secuencias de ARN, distingue diferentes tipos de células con una precisión del 99,9%, evaluando simultáneamente su composición proteica.

Durante las pruebas, los investigadores analizaron células de tejido adiposo de personas sanas y pacientes con sobrepeso. El sistema no solo reconoció correctamente todos los tipos de células conocidos, sino que también descubrió tres variedades de células inmunes no descritas anteriormente que, según los autores, pueden participar en el desarrollo de la inflamación crónica en la obesidad.

Según los desarrolladores, la tecnología tiene amplias perspectivas para la medicina. Permitirá determinar las causas de la inflamación en pacientes con sobrepeso a partir de datos de secuenciación de ARN, así como encontrar células individuales resistentes a la quimioterapia en tumores. Esto ayudará a los médicos a seleccionar tratamientos con mayor precisión y aumentar su eficacia al actuar sobre células específicas que apoyan el desarrollo de la enfermedad.