Carregant...
Tipus de document
Treball de fi de grauData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/221865
AI-based diagnostic algorithm for cellular aging using single-cell fluorescence imaging of the cytoskeleton
Títol de la revista
Autors
ISSN de la revista
Títol del volum
Resum
L’envelliment és un procés complex i multifactorial caracteritzat per un declivi fisiològic, un augment
del risc de malalties i un deteriorament funcional progressiu. Els fibroblasts, essencials per
mantenir l'estructura i la reparació dels teixits, mostren canvis relacionats amb l’edat àmpliament
documentats. Tot i això, identificar marcadors robustos i quantificables d’aquests canvis continua
sent un repte. Aquest projecte desenvolupa un protocol per detectar l’envelliment cel·lular
mitjançant imatges de fluorescència de cèl·lules individuals.
Els fibroblasts de ratolins joves i vells són immunotenyits per a marcadors nuclears i
citoesquelètics, i se n’obtenen imatges mitjançant microscòpia d’epifluorescència multicanal. Es
desenvolupa un mètode computacional per segmentar les cèl·lules i extreure característiques que
descriuen la morfologia, la intensitat, la textura i l’organització del citoesquelet. Les característiques
que superen un primer filtratge estadístic s’utilitzen després per entrenar i validar models
d’aprenentatge automàtic interpretables. Es selecciona la regressió logística per la seva
combinació d’interpretabilitat i rendiment, assolint una precisió del 0.97 en el conjunt d’avaluació.
El protocol final ofereix un mètode reproductible per detectar l’envelliment dels fibroblasts només
a partir d’imatges de microscòpia. Permet tant el diagnòstic a partir d’una classificació binària com
la comprensió mecanística dels canvis cel·lulars relacionats amb l’edat, i estableix les bases per a
aplicacions futures com els rellotges d’envelliment, el descobriment de biomarcadors i l’avaluació
de teràpies orientades a modular aquests canvis.
Descripció
Treballs Finals de Grau d'Enginyeria Biomèdica. Facultat de Medicina i Ciències de la Salut. Universitat de Barcelona. Curs: 2024-2025. Tutor: Núria Gavara i Casas
Matèries (anglès)
Citació
Citació
COLOMÉ XICOY, Laia. AI-based diagnostic algorithm for cellular aging using single-cell fluorescence imaging of the cytoskeleton. [consulta: 25 de novembre de 2025]. [Disponible a: https://hdl.handle.net/2445/221865]