La microscopía inteligente está transformando las ciencias de la vida al automatizar los flujos de trabajo de imagen experimentales y permitir la adaptación en tiempo real basada en la retroalimentación de las imágenes y otros flujos de datos. Este cambio aumenta el rendimiento, mejora la reproducibilidad y amplía las capacidades funcionales de los microscopios
Archivos descargables
Extracto de Smart Microscopy: Current Implementations and a Roadmap for Interoperability (Hinderling et al., 2025). Lea el artículo completo en bioRxiv
La microscopía tradicional destaca en la captura de estructuras subcelulares, pero suele quedarse corta a la hora de proporcionar un contexto completo a nivel de población, algo crucial para comprender la heterogeneidad celular y los eventos celulares poco frecuentes. Los enfoques convencionales de imagen de alta resolución tienden a centrarse en un número limitado de células, lo que introduce posibles sesgos y limita la potencia estadística. Por el contrario, el cribado de alto contenido suele sacrificar la resolución espacial, lo que reduce la capacidad de distinguir fenotipos subcelulares. El reto central que aborda Cytely es cómo automatizar de forma eficiente los flujos de trabajo de microscopía para integrar el contexto espacial de alta resolución a nivel de célula individual con una visión amplia a nivel de población, permitiendo un análisis imparcial y reproducible de diversos fenotipos celulares, en particular de eventos poco frecuentes y dinámicos.
Hallazgos e innovaciones clave
Cytely se basa en los fundamentos científicos del Nordenfelt Lab [1] y aprovecha los principios de la microscopía basada en datos (DDM) para mejorar significativamente la precisión y el rendimiento del análisis espacial de células individuales. La plataforma integra una visión general de poblaciones completas y datos a nivel de célula individual, lo que permite una identificación rápida e imparcial de los fenotipos celulares (Fig. 1). Cytely caracteriza de forma eficaz miles de células en función de características como la morfología celular, la intensidad de fluorescencia y la organización subcelular. Este enfoque facilita la selección precisa y la revisita de las células de interés, permitiendo en un segundo paso la adquisición de imágenes espaciales de alta resolución de subpoblaciones celulares poco frecuentes o fenotípicamente distintas (Fig. 2).
En experimentos de fagocitosis celular, Cytely demostró su capacidad única para visualizar la localización espacial de las partículas engullidas dentro de células individuales, identificando una heterogeneidad en las tasas de captación que los análisis globales tradicionales pasaban por alto. Del mismo modo, el enfoque de Cytely permitió la detección y caracterización automatizadas de eventos celulares, como la división celular o la apoptosis, y la curación de estos datos mediante la readquisición de imágenes de alta resolución con una tasa y una precisión significativamente mayores que la microscopía convencional.
Metodología y detalles de implementación
Cytely se implementa como una plataforma basada en microscopía e independiente del hardware, compatible con diversos sistemas de imagen equipados con platinas motorizadas. El flujo de trabajo comienza con una fase de adquisición de imágenes de baja resolución a nivel de población que segmenta rápidamente y extrae características celulares morfológicas y de intensidad. El software combina enfoques de segmentación clásicos con algoritmos avanzados de IA para caracterizar de forma robusta los fenotipos celulares en tiempo real, lo que permite identificar de inmediato las poblaciones celulares diana. Una vez identificadas subpoblaciones celulares específicas, Cytely activa la adquisición de imágenes espaciales de alta resolución y dirige automáticamente los recursos del microscopio para obtener datos detallados de células individuales. Todo el flujo de trabajo, desde la adquisición de imágenes hasta el análisis y la documentación de los datos, se gestiona desde una interfaz de software intuitiva e integrada, eliminando la necesidad de scripts complejos o de intervención manual. El análisis de imágenes se realiza mediante esquemas definidos, lo que facilita su replicación, y todos los conjuntos de datos se almacenan de forma centralizada y pueden compartirse tanto interna como externamente, favoreciendo la transparencia de los datos (ejemplo de conjunto de datos compartido).
Contribuciones a la interoperabilidad
La plataforma de Cytely es completamente independiente del hardware y está diseñada para integrarse sin problemas con los sistemas de microscopía más utilizados. La naturaleza modular y flexible del flujo de análisis de Cytely permite adaptarlo fácilmente a diversas configuraciones experimentales y necesidades de investigación. Su compatibilidad con estándares abiertos y su amplio soporte de dispositivos fomentan una adopción amplia por parte de la comunidad y facilitan su integración en los flujos de trabajo de laboratorio existentes. Al admitir estándares abiertos y una implementación independiente del hardware, Cytely aborda los principales retos de interoperabilidad identificados en el ámbito de la microscopía inteligente [2].
Limitaciones
Aunque Cytely gestiona de forma robusta los escenarios de microscopía estándar, los tejidos especialmente complejos con requisitos de segmentación exigentes aún pueden plantear dificultades. Además, el sistema depende actualmente de un ajuste de parámetros por parte del usuario antes de los experimentos para optimizar los resultados del análisis, sobre todo en contextos con una variabilidad biológica significativa. Las futuras versiones pretenden implementar algoritmos de ajuste adaptativo de parámetros para reducir aún más la intervención manual y mejorar la facilidad de uso y la reproducibilidad de los experimentos.