Estudiando la atrofia de los vuelos espaciales mediante el aprendizaje automático

Este artículo ha sido revisado según Science. Proceso de edición
Y Políticas.
Editores Se destacaron las siguientes características garantizando al mismo tiempo la credibilidad del contenido:

Revisión de hechos

Publicación revisada por pares

fuente confiable

Corrección de pruebas

La astronauta de la NASA Sunita Williams, ingeniera de vuelo de la Expedición 32, equipada con un cinturón elástico, hace ejercicios en la cinta de correr de Resistencia a la Carga Operacional Combinada (COLBERT) en el Tranquility Knot de la Estación Espacial Internacional. Crédito: NASA

× Cerca

La astronauta de la NASA Sunita Williams, ingeniera de vuelo de la Expedición 32, equipada con un cinturón elástico, hace ejercicios en la cinta de correr de Resistencia a la Carga Operacional Combinada (COLBERT) en el Tranquility Knot de la Estación Espacial Internacional. Crédito: NASA

Ni siquiera el ejercicio intenso de los astronautas puede compensar la atrofia muscular causada por la microgravedad. La atrofia es causada en parte por un mecanismo fundamental que regula la absorción de calcio. Investigaciones recientes han demostrado que la exposición a los vuelos espaciales altera la absorción de calcio en los músculos. Sin embargo, los mecanismos moleculares que impulsan estos cambios no se han estudiado bien.

Los investigadores del Centro de Investigación Ames investigaron estos mecanismos aplicando el aprendizaje automático (ML) para identificar patrones en conjuntos de datos en ratones expuestos a la microgravedad. Los métodos de aprendizaje automático son particularmente eficaces para identificar patrones en datos biológicos complejos y son adecuados para la investigación biológica espacial, donde a menudo se combinan pequeños conjuntos de datos para aumentar el poder estadístico.

El entrenamiento de resistencia puede contrarrestar los efectos negativos para la salud de la microgravedad en la distrofia muscular, pero una nueva investigación del Centro de Investigación Ames busca comprender los mecanismos fisiológicos en juego para identificar biomarcadores que podrían informar contramedidas innovadoras. El estudio fue un proyecto del Programa de Capacitación en Ciencias de la Vida Espacial de la NASA en el Centro de Investigación Ames. Ha sido publicado en la revista microgravedad npj.

El análisis de aprendizaje automático revela impulsores moleculares de cambios fisiológicos en la bomba del canal de calcio del retículo sarcoplásmico/retículo endoplásmico (SERCA), que conducen a cambios musculares y pérdida de masa muscular en roedores de vuelos espaciales. Se han creado modelos de ML para identificar proteínas que pueden predecir la resiliencia del organismo a la microgravedad en relación con la absorción de calcio por los músculos. Se descubrió que las proteínas específicas, Acyp1 y Rps7, eran los biomarcadores más predictivos asociados con una mayor ingesta de calcio en los músculos de contracción rápida.

Este estudio proporcionó una primera mirada al uso de ML en la absorción de calcio en los músculos cuando se exponen a condiciones de microgravedad. Este estudio demostró el papel de la Iniciativa de Ciencia Abierta de la NASA en la aceleración de la biología espacial a través de su dependencia del Repositorio de Datos Científicos Abiertos (OSDR) y los Grupos de Trabajo de Análisis de ARC, así como la participación de un equipo de investigación internacional de los Estados Unidos, Canadá y Dinamarca. y otros países. Australia. Cabe destacar que el primer autor del artículo era un estudiante universitario en UC Berkeley, lo que demuestra el potencial ilimitado de la colaboración NASA-Berkeley en la investigación de ciencias biológicas con el próximo Centro Espacial Berkeley en el Parque de Investigación de la NASA.

más información:
Kevin Lee et al., El aprendizaje automático explicable identifica múltiples firmas de respuesta muscular a los vuelos espaciales en ratones, microgravedad npj (2023). doi: 10.1038/s41526-023-00337-5

Información de la revista:
microgravedad npj


READ  Revisión del iPhone SE: la clave del rendimiento, no parece

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *