Un tejido no es una masa uniforme. En una misma lámina pueden convivir capas, vasos, grupos de células inmunes y zonas que cumplen funciones distintas. Para estudiarlas, los equipos de investigación ya no solo miran la forma del tejido al microscopio: también pueden medir qué moléculas aparecen en cada punto. El desafío es reunir esas pistas sin perder de vista dónde estaba cada una.
Un grupo de investigadores presentó SpaMOAL, un método de aprendizaje profundo diseñado para esa tarea. El programa integra la posición de las muestras dentro del tejido, las imágenes histológicas y varios tipos de mediciones moleculares, como señales vinculadas al ARN, las proteínas o el estado del material genético. Con esa combinación busca delinear “dominios espaciales”: regiones vecinas que comparten una organización biológica reconocible.
La idea puede compararse con la lectura de un plano urbano. Una foto aérea permite distinguir calles, parques y edificios; un registro de actividad agrega información sobre qué ocurre en cada lugar. Ninguna de las dos capas cuenta toda la historia por sí sola. SpaMOAL intenta unirlas para que las fronteras entre zonas no dependan únicamente de una imagen ni de una sola señal molecular.
Para ponerlo a prueba, los autores compararon el método con dos herramientas recientes en 11 conjuntos de datos y 17 muestras. Incluyeron datos simulados, muestras del desarrollo cerebral de ratón, tejido cerebral de ratón joven y una muestra humana de cáncer de mama. En los conjuntos donde se conocían de antemano las regiones esperadas, SpaMOAL obtuvo mejores resultados que los métodos comparados según varias medidas de coincidencia entre las regiones identificadas y las etiquetas de referencia.
En el cerebro de ratón, el análisis pudo separar algunas estructuras delgadas o de señales débiles que resultan difíciles de delimitar. En la muestra de cáncer de mama, el sistema distinguió zonas con patrones moleculares y visuales diferentes dentro del tejido. Ese resultado sirve como demostración de que la combinación de datos puede revelar heterogeneidad espacial, pero no equivale a una prueba diagnóstica ni establece por sí mismo un tratamiento para pacientes.
La utilidad potencial está en convertir mediciones dispersas en mapas interpretables. Esto puede ayudar a investigar cómo se ordenan las células durante el desarrollo, cómo cambia la arquitectura de un órgano o qué microambientes aparecen en una enfermedad. También permite comparar hipótesis sobre los límites entre regiones sin reducir un tejido a un promedio de todas sus células.
Como ocurre con cualquier herramienta computacional, el resultado depende de los datos que recibe y de cómo se evalúa. Parte de las pruebas se realizó con datos simulados, y las comparaciones cubrieron un número acotado de conjuntos de referencia. Además, que un algoritmo delimite una región coherente no demuestra automáticamente cuál es su función biológica. Para trasladar estas técnicas a decisiones clínicas harán falta validaciones adicionales, datos diversos y estudios que conecten los mapas con resultados de salud concretos.
El trabajo deja disponible el código del método y muestra una dirección de la biología computacional: observar un tejido como un paisaje en el que forma, ubicación y actividad molecular se complementan. En lugar de preguntar solo qué células hay, estos mapas permiten explorar dónde están, con quién se relacionan y qué señales comparten.
SpaMOAL is a deep learning method that enables accurate spatial domain identification from multi-omics data · PLOS Biology
Ciencias.uy / MiniMax image-01 · Imagen generada con MiniMax image-01 para Ciencias.uy; uso editorial no comercial; CC BY 4.0 · Fuente de imagen
Wang, J., Huo, Y., Zhao, R., Pan, Y., Wu, J., Wang, H., & Li, X. (2026). SpaMOAL is a deep learning method that enables accurate spatial domain identification from multi-omics data. PLOS Biology, 24(9), e3003690. https://doi.org/10.1371/journal.pbio.3003690
Relacionadas por categoría
Ver masUn método adaptativo mejora la detección de texto generado por IA en pruebas controladas
Un preprint probó un detector que se ajusta a textos recientes sin etiquetas y rindió mejor ante cambios de estilo y tácticas para eludirlo.
Una IA intenta simular arena, agua y proteínas con un mismo modelo
Un preprint presenta WorldParticle, un modelo que representa distintos materiales como partículas para predecir su movimiento. Sus pruebas son prometedoras, pero no reemplazan todavía a los simuladores especializados.
Un sistema convierte artículos científicos en asistentes reutilizables
Un método empaqueta texto, código, datos y flujos de trabajo de algunos estudios para que una IA pueda ejecutar análisis y responder consultas en lenguaje natural.
Más de la misma fuente
Ver masEl aire escaso de la altura frena a un parásito de las abejas
Experimentos en China indican que la menor disponibilidad de oxígeno en altura reduce la reproducción de Varroa destructor, un ácaro que perjudica a las colmenas.
En ratas, la actividad cerebral cambiante se asoció con la búsqueda persistente de alcohol
Un experimento con ratas vinculó patrones inestables de actividad cerebral con seguir buscando alcohol pese a que se volviera amargo. Es una asociación, no una explicación ni un tratamiento para personas.
Un músculo del tórax ayuda a las moscas a recuperar la estabilidad durante el vuelo
Experimentos con moscas de la fruta muestran que, ante sacudidas intensas, cambian la orientación de sus alas para recuperar el equilibrio en el aire.
Más del mismo autor
Ver masEl clima puede cambiar el mapa de plagas en bosques de Norteamérica
Un estudio proyecta que, si las emisiones siguen altas, más del 80% de los bosques analizados en Norteamérica podría enfrentar mayor presión de plagas y enfermedades hacia mediados de siglo.
Las suricatas pueden volver solas a su grupo tras ser desplazadas
Un experimento de campo halló que 18 de 20 suricatas desplazadas a 1,5 kilómetros regresaron de forma dirigida, sin seguir a otros miembros de su grupo.
Un material seco podría extender el uso de ecografías portátiles sin gel
Una interfaz elástica y seca transmitió ultrasonido durante días en pruebas de laboratorio y siguió el flujo sanguíneo durante un paseo en bicicleta.