São Francisco — InkDesign News — Cientistas da Universidade da Califórnia, São Francisco (UCSF) e do Allen Institute for Cell Science usaram um modelo de IA similar ao ChatGPT para criar um novo e meticuloso mapa do cérebro do camundongo, revelando cerca de 1.300 regiões com detalhes sem precedentes e áreas até então inexploradas. O estudo, divulgado nesta terça-feira (7 de outubro) na revista Nature Communications, representa um marco na cartografia cerebral automatizada, dispensando a intervenção manual que sempre foi exigida nos mapeamentos tradicionais.
O Contexto da Pesquisa
Avanços em genômica e técnicas como a transcriptômica espacial vêm acelerando o entendimento da identidade e função das células no sistema nervoso. Esses métodos permitem visualizar como células utilizam informação genética para sintetizar proteínas fundamentais ao funcionamento do organismo. Entretanto, organizar esse volume massivo de dados em mapas precisos do cérebro sempre foi uma tarefa intensiva, exigindo anos de anotação manual por especialistas.
Células individuais, anteriormente mapeadas de forma incompleta ou imprecisa, agora podem ter sua posição espacial definida por métodos computacionais avançados. Isso resolve desafios enfrentados por atlas anteriores, como os do próprio Allen Institute, em que registar digitalmente os limites exatos das regiões cerebrais era um processo artesanal e demorado.
Resultados e Metodologia
O novo sistema de IA, chamado CellTransformer, foi desenvolvido sob liderança do professor Reza Abbasi-Asl e seu aluno de doutorado Alex Lee. Inspirado por modelos de linguagem (LLMs) como ChatGPT, CellTransformer opera prevendo as relações de proximidade entre células a partir de dados transcriptômicos espaciais — analisando a expressão de 500 a 1.000 genes por célula.
O resultado foi um mapa com mais de 9 milhões de células distribuídas por 1.300 seções cerebrais, compatível com a estrutura do Common Coordinate Framework (CCF), referência global mantida pelo Allen Institute. Segundo Abbasi-Asl, a abordagem proporcionou mapas mais nítidos e coerentes em comparação com metodologias anteriores.
“Nós construímos uma peça que faltava entre os dados de transcriptômica espacial e a parcelização do cérebro, conectando os dois”
(“We build a missing piece between spatial transcriptomics data and parcellation of the brain that connects the two”)— Reza Abbasi-Asl, Professor de neurologia e bioengenharia, UCSF
O CellTransformer mapeou regiões conhecidas como o hipocampo e áreas tradicionalmente inacessíveis, como o núcleo reticular do mesencéfalo. Sua eficácia também foi aferida ao cotejar resultados com mapas de referência anotados à mão.
“Acreditamos que a ferramenta possa funcionar com dados do cérebro humano também; esse é outro próximo passo crucial”
(“We do believe that it could work on human data too. That’s another really important next step.”)— Reza Abbasi-Asl, Professor de neurologia e bioengenharia, UCSF
Implicações e Próximos Passos
Os pesquisadores ressaltam que o CellTransformer não se limita a tecidos cerebrais, podendo ser aplicado em outros órgãos, como o coração, ou em tecidos de modelos de doenças. A principal limitação para avançar da análise do cérebro de camundongos para o humano é a escala: enquanto camundongos possuem dezenas de milhões de células cerebrais, o cérebro humano possui cerca de 170 bilhões, requerendo um volume significativamente maior de dados espaciais de alta resolução.
A precisão e granularidade do novo mapa permitem vislumbrar o desenvolvimento de atlas celulares para todo o corpo humano, potencialmente acelerando diagnósticos e tratamentos. Especialistas consideram esses recursos computadores essenciais para futura medicina personalizada e para compreensão de doenças neurológicas.
O avanço alcançado pela equipe da UCSF e Allen Institute representa não apenas uma inovação nos métodos de mapeamento cerebral, mas pavimenta um caminho para a transposição dessas ferramentas à escala humana, desafiando limitações atuais de dados e computação. O próximo ciclo de pesquisas deve focar em ampliar as bases de dados humanos e adaptar a plataforma para estudos em tecidos doentes, consolidando a IA como aliada fundamental na neurociência moderna.
Fonte: (Live Science – Ciência)
