En los últimos años, los investigadores han logrado avances considerables en la tecnología de células individuales, permitiendo así, estudiar los tejidos a y determinar de forma sencilla las distintas funciones de los distintos tipos celulares. El análisis se puede utilizar, por ejemplo, para hacer comparaciones con células sanas y averiguar cómo el tabaquismo, el cáncer de pulmón o la infección por Covid-19 modifican las estructuras celulares individuales del pulmón.
Al mismo tiempo, el análisis genera cantidades cada vez más grandes de datos con los que los investigadores pretenden aplicar métodos de aprendizaje automático para respaldar el proceso de reinterpretación de los conjuntos de datos ya existentes, derivar afirmaciones concluyentes a partir de los patrones y aplicar los resultados a otras áreas.
El análisis genera cantidades cada vez más grandes de datos con los que los investigadores pretenden aplicar métodos de aprendizaje automático para respaldar el proceso de reinterpretación de los conjuntos de datos ya existentes
En este sentido, Fabian Theis, catedrático de Modelado matemático de sistemas biológicos en la Universidad Técnica de Múnich (TUM), ha investigado junto con su equipo si el aprendizaje autosupervisado, una forma de inteligencia artificial, es más adecuado para el análisis de grandes cantidades de datos que otros métodos. Esta forma de aprendizaje automático funciona con datos no etiquetados, es decir, no requieren de datos de muestra clasificados de antemano.
Más concretamente, el aprendizaje autosupervisado se basa en dos métodos: el aprendizaje enmascarado, que oculta una parte de los datos de entrada y se entrena al modelo para que pueda reconstruir los elementos ausentes. Además, los investigadores aplican el aprendizaje contrastivo, en el que el modelo aprende a combinar datos similares y a separar datos diferentes.
Para ello, el equipo utilizó ambos métodos de aprendizaje autosupervisado para probar más de 20 millones de células individuales y los comparó con los resultados de los métodos de aprendizaje clásicos. En su evaluación de los diferentes métodos, los investigadores se centraron en tareas como la predicción de los tipos de células y la reconstrucción de la expresión genética.
“Estos modelos son prometedores para el análisis de cambios celulares como, por ejemplo, los que se observan en las enfermedades"
En cuanto a los resultados del estudio, muestran que el aprendizaje autosupervisadomejora el rendimiento especialmente en tareas de trasferencia, es decir, cuando se analizan conjuntos de datos más pequeños basados en información de un conjunto de datos auxiliares más grande. Además, los resultados de la las predicciones de celdas de disparo cero, es decir, tareas realizadas sin entrenamiento previo, también son prometedores. La comparación entre el aprendizaje enmascarado y el contrastivo muestra que el primero de ellos es más adecuado para aplicaciones con grandes conjuntos de datos de una sola celda.
De cara al futuro, los investigadores explican que trabajan para el desarrollo de células virtuales, unos modelos informáticos completos que reflejan la diversidad de células en diferentes conjuntos de datos. “Estos modelos son prometedores para el análisis de cambios celulares como, por ejemplo, los que se observan en las enfermedades. Los resultados del estudio ofrecen información valiosa sobre cómo se podrían entrenar estos modelos de forma más eficiente y optimizarlos aún más”, concluye Fabian Theis.