El Consejo Superior de Investigaciones Científicas (CSIC) ha desarrollado un innovador método de aprendizaje automático para predecir las propiedades nanomecánicas de células y tejidos biológicos, liderado por el investigador Ricardo García en el Instituto de Ciencia de Materiales de Madrid. Este avance utiliza inteligencia artificial para procesar datos obtenidos mediante microscopía de fuerzas atómica (AFM), reduciendo el tiempo de análisis de ocho horas a solo 30 minutos. La técnica permite una interacción más rápida y precisa con las células, lo que es crucial en biomedicina para determinar estados celulares y predecir patologías. El método, patentado y licenciado a la empresa Bruker, posiciona al CSIC como pionero en la aplicación de IA en AFM, mejorando la comprensión de enfermedades relacionadas con el metabolismo celular.
Un equipo de investigadores del Consejo Superior de Investigaciones Científicas (CSIC), liderado por Ricardo García en el Instituto de Ciencia de Materiales de Madrid (ICMM), ha presentado un innovador método de inteligencia artificial (IA) que promete revolucionar la predicción de propiedades nanomecánicas en células y tejidos biológicos. Este avance se basa en datos obtenidos a través de microscopía de fuerzas atómica (AFM, por sus siglas en inglés).
El nuevo método permite procesar rápidamente miles de curvas experimentales, eliminando errores comunes asociados con la adquisición de datos mediante AFM. Según García, los microscopios de fuerzas no solo permiten observar átomos, sino también interactuar con ellos, lo que resulta crucial en el ámbito de la medicina molecular. A través de esta interacción, los investigadores pueden evaluar cómo las células responden a diversos estímulos mecánicos, lo que les ayuda a determinar su estado y prever posibles patologías.
“El microscopio de fuerzas tiene limitaciones en cuanto a la velocidad de adquisición y procesamiento de datos”, señala García. En biomedicina, donde el tiempo es esencial, analizar un gran número de muestras es fundamental para obtener resultados estadísticamente fiables. “La variabilidad individual puede llevar a conclusiones erróneas”, añade.
Con este desafío en mente, el equipo comenzó hace tres años a integrar inteligencia artificial en su trabajo. El resultado ha sido un método que reduce el tiempo necesario para procesar datos obtenidos por AFM: tareas que antes llevaban hasta ocho horas ahora pueden completarse en tan solo 30 minutos.
Este método fue patentado hace aproximadamente año y medio y desde entonces se ha colaborado estrechamente con Bruker, una empresa multinacional especializada en instrumentación científica. Esta colaboración resultó en la primera licencia otorgada por el CSIC para un método IA aplicado a AFM.
La investigación del equipo dirigido por García se posiciona como líder mundial en nanotecnología, enfocándose en cómo las propiedades nanomecánicas celulares se relacionan con el metabolismo y el desarrollo potencial de enfermedades cardiovasculares, inmunológicas o neurológicas.
García enfatiza que los métodos desarrollados son únicos: “Nadie más interroga a las células como lo hacemos aquí”. Este enfoque ha permitido alcanzar niveles sin precedentes de precisión espacial, numérica y temporal en los análisis realizados.
Este avance no solo representa un hito tecnológico sino que también abre nuevas vías para comprender mejor las complejidades del funcionamiento celular y su relación con diversas patologías.
| Descripción | Cifra |
|---|---|
| Tiempo de procesamiento anterior | 8 horas |
| Tiempo de procesamiento actual | 30 minutos |
| Fecha de patente | Hace más de un año y medio |
| Fecha de la noticia | 18 septiembre 2025 |
El CSIC ha desarrollado un método de inteligencia artificial que permite aprender de los datos obtenidos por microscopía de fuerzas atómica (AFM) y predecir las propiedades nanomecánicas de materiales, en particular, células y tejidos biológicos.
El nuevo método permite procesar miles de curvas experimentales rápidamente y suprime errores asociados a la adquisición de datos de AFM. Además, reduce el tiempo de análisis de datos de ocho horas a solo 30 minutos.
La rapidez es esencial en biomedicina porque es necesario analizar muchas muestras para obtener una estadística fiable y evitar resultados erróneos debido a la variabilidad individual.
El CSIC ha trabajado mano a mano con Bruker para la licitación de la patente del método, que es la primera licencia de un método IA aplicado a AFM desarrollada por el CSIC.
Este nuevo método ayuda a comprender cómo las propiedades nanomecánicas de las células se relacionan con su metabolismo y, eventualmente, con el desarrollo de enfermedades cardiovasculares, inmunológicas o neurológicas.