El estudio de la morfog\u00e9nesis, es decir, c\u00f3mo los \u00f3rganos y tejidos se forman y se desarrollan, ha dependido tradicionalmente de an\u00e1lisis simplificados. Los investigadores sol\u00edan trabajar con secciones representativas de \u00f3rganos, obteniendo solo fragmentos de informaci\u00f3n. Sin embargo, esta aproximaci\u00f3n limita la comprensi\u00f3n real de los procesos biol\u00f3gicos, que son tridimensionales y a nivel celular.<\/p>\n
\u201cLa morfog\u00e9nesis ocurre en un espacio tridimensional, y reducirla a cortes planos es como intentar entender un edificio solo con fotograf\u00edas de sus paredes\u201d, explica Mario Ledesma-Terr\u00f3n, autor principal del estudio.<\/p>\n
<\/p>\n
El principal obst\u00e1culo para un an\u00e1lisis m\u00e1s completo ha sido la calidad de las im\u00e1genes. Las t\u00e9cnicas de microscop\u00eda, especialmente en tejidos densos o en organismos vivos, generan im\u00e1genes con una baja relaci\u00f3n se\u00f1al-ruido, lo que dificulta que los softwares existentes segmenten correctamente las c\u00e9lulas. La segmentaci\u00f3n es el proceso mediante el cual el software identifica y separa las distintas estructuras dentro de una imagen.<\/p>\n
Para superar estas limitaciones, un equipo de cient\u00edficos ha desarrollado OSCAR (Object Stitching by Clustering of Adjacent Regions), un software capaz de cuantificar con precisi\u00f3n c\u00e9lulas en im\u00e1genes 3D, incluso en condiciones dif\u00edciles. OSCAR combina aprendizaje autom\u00e1tico y algoritmos estad\u00edsticos avanzados para detectar y segmentar c\u00e9lulas de manera confiable.<\/p>\n
A diferencia de otras herramientas basadas en redes neuronales, OSCAR no requiere entrenamiento previo ni ajustes complicados: puede funcionar de manera autom\u00e1tica en ordenadores convencionales, y adem\u00e1s ofrece resultados m\u00e1s r\u00e1pidos y precisos. Esto lo convierte en una opci\u00f3n accesible para laboratorios que no est\u00e9n especializados en an\u00e1lisis de imagen avanzada.<\/p>\n
En pruebas comparativas, OSCAR super\u00f3 a otras soluciones en precisi\u00f3n, tanto en im\u00e1genes de prueba generadas digitalmente como en muestras reales obtenidas mediante microscop\u00eda confocal y de l\u00e1mina de luz. La herramienta demostr\u00f3 ser capaz de identificar con exactitud cada c\u00e9lula, incluso cuando los n\u00facleos celulares eran dif\u00edciles de distinguir.<\/p>\n
<\/p>\n
Como ejemplo de su potencial, los investigadores aplicaron OSCAR al estudio de la retina en embriones de pez cebra. El an\u00e1lisis mostr\u00f3 un crecimiento exponencial del n\u00famero de c\u00e9lulas, un aumento de la densidad celular y una disminuci\u00f3n progresiva del volumen nuclear promedio. Estos datos permiten entender mejor c\u00f3mo se organiza y desarrolla el tejido, algo que antes era complicado de cuantificar.<\/p>\n
Seg\u00fan los desarrolladores, \u201cOSCAR combina precisi\u00f3n, facilidad de uso y rendimiento computacional optimizado, y creemos que ser\u00e1 una herramienta valiosa para toda la comunidad cient\u00edfica\u201d. Se espera que su aplicaci\u00f3n se extienda m\u00e1s all\u00e1 de la biolog\u00eda del desarrollo, incluyendo estudios de organoides, investigaci\u00f3n de tumores y avances en medicina regenerativa.<\/p>\n
El software ya est\u00e1 disponible para investigadores que deseen mejorar sus an\u00e1lisis de im\u00e1genes 3D con alta densidad celular, ofreciendo una alternativa robusta, r\u00e1pida y accesible frente a las herramientas tradicionales que a menudo fallan en condiciones de baja calidad de imagen.<\/p>\n
En un momento en el que la biolog\u00eda cuantitativa se vuelve cada vez m\u00e1s esencial, OSCAR promete transformar la forma en que los cient\u00edficos estudian la formaci\u00f3n de tejidos y \u00f3rganos, brindando datos m\u00e1s completos y precisos sin necesidad de equipos complejos ni conocimientos avanzados en computaci\u00f3n.<\/p>\n
<\/p>\n
<\/p>\n
Ledesma-Terr\u00f3n M, P\u00e9rez-Dones D, Mazo-Dur\u00e1n D, Navarro-Martinez G, G\u00edron GG, M\u00edguez DG. Object Stitching by Clustering of Adjacent Regions for accurate quantification of three-dimensional tissues. J Cell Sci. 2025 Sep 15;138(18):jcs264316. doi: 10.1242\/jcs.264316. Epub 2025 Sep 26. PMID: 40879476.<\/p>\n","protected":false},"excerpt":{"rendered":"
El estudio de la morfog\u00e9nesis, es decir, c\u00f3mo los \u00f3rganos y tejidos se forman y se desarrollan, ha dependido tradicionalmente de an\u00e1lisis simplificados. Los investigadores sol\u00edan trabajar con secciones representativas […]<\/p>\n","protected":false},"author":3,"featured_media":292197,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[44,54],"tags":[],"class_list":["post-292196","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","category-scientific-article"],"yoast_head":"\n