Computer vision and deep learning to understand chromatin changes during hematopoietic stem cell aging
Year: 2026
Type: dissertation
Abstract: La función de las células madre hematopoyéticas (HSC) se deteriora con la edad, contribuyendo a la inmunosenescencia y a la aparición de trastornos asociados al envejecimiento. Comprender y cuantificar este deterioro resulta, por tanto, de gran interés tanto científico como clínico. Aunque los enfoques actuales para medir el envejecimiento celular se basan principalmente en ensayos moleculares, los cambios en la arquitectura de la cromatina, otro rasgo distintivo del envejecimiento celular, no han sido explorados en profundidad como marcadores cuantitativos. En esta tesis se investiga si las alteraciones de la cromatina asociadas a la edad en los núcleos de las HSC pueden capturarse mediante imágenes de microscopía 3D y modelarse computacionalmente para predecir procesos de envejecimiento y rejuvenecimiento. En primer lugar, desarrollamos un software de visión artificial para extraer características a partir de imágenes de HSC de ratones jóvenes y viejos teñidas con DAPI, lo que permite identificar diferencias significativas asociadas con la edad, así como una restauración parcial de características de la cromatina de células jóvenes tras la inhibición de RhoA. A continuación, presentamos un modelo explicable de aprendizaje profundo basado en redes neuronales convolucionales que aprende patrones espaciales de la cromatina asociados al envejecimiento y supera el rendimiento de clasificadores basados en características predefinidas. En conjunto, esta investigación contribuye a una mejor comprensión de las alteraciones de la cromatina durante el envejecimiento de las HSC y proporciona herramientas basadas en imágenes para la evaluación de la edad biológica a nivel de núcleo individual.
Author: Iáñez Picazo, Pablo
Language: English
Subfield: Biophysics
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W7161094172