Entradas

Mostrando entradas de junio 2, 2024

Identificada a nivel molecular la señal de parada utilizada como sistema de vigilancia de la división celular

Imagen
Publicado originalmente por Birte Vierjahn, Universidad de Duisburg-Essen, el 4 de junio de 2024           Crédito: Current Biology (2024). DOI: 10.1016/j.cub.2024.03.062 Varios millones de células se dividen en nuestro cuerpo cada segundo . Durante la división nuclear ( mitosis ), el material genético debe distribuirse correcta y completamente entre las células hijas ; los errores en este proceso pueden dar lugar a desarrollos defectuosos o trastornos genéticos , y muchas células cancerosas también se caracterizan por un número desigual de cromosomas . Por eso, si se detectan errores en el proceso de división , la célula cuenta con un mecanismo para detenerlo . Biólogos de la Universidad de Duisburgo-Essen han logrado dilucidar este proceso a nivel molecular. Sus hallazgos se publican en Current Biology . Durante la división celular se forman los husos mitóticos , unas fibras diminutas que se originan en polos opuestos de la célula y se unen a los cromosomas para arr

Un nuevo modelo de aprendizaje profundo utiliza el vídeo para identificar las diferentes fases del desarrollo embrionario

Imagen
Publicado originalmente por University of Plymouth, el 28 de mayo de 2024 Embriones de caracol de un estanque en la Universidad de Plymouth. Crédito: Universidad de Plymouth Una investigación dirigida por la Universidad de Plymouth ha demostrado que un nuevo modelo de IA de aprendizaje profundo puede identificar qué ocurre y cuándo durante el desarrollo embrionario , a partir de un vídeo . Publicado en la revista Journal of Experimental Biology , el estudio, titulado " Dev-ResNet: Automated developmental event detection using deep learning ", destaca cómo el modelo , conocido como Dev-ResNet , puede identificar la aparición de acontecimientos funcionales clave del desarrollo en caracoles de estanque, como la función cardiaca, el reptado, la eclosión e incluso la muerte. Una innovación clave en este estudio es el uso de un modelo 3D que utiliza los cambios que se producen entre los fotogramas del vídeo y permite a la IA aprender de estas características, frente