📄 bioengineering

LIT (Layer-Wise Image Trajectories): In Situ Monitoring for Early Quality Prediction and Anomaly Detection in Acellular and Cell-Laden Two-Photon Polymerization

Este artículo introduce las Trayectorias de Imagen por Capas (LIT, por sus siglas en inglés), un método de monitoreo in situ que analiza comparaciones de imágenes coaxiales durante la polimerización de dos fotones para predecir la calidad de la fabricación y detectar anomalías tempranas en el proceso de construcción tanto para hidrogeles acelulares como cargados con células, superando las limitaciones de la evaluación tradicional de posprocesamiento.

Autores originales: Prioglio, E., Scrocciolani, C., Colosimo, B. M.

Publicado 2026-08-17

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Prioglio, E., Scrocciolani, C., Colosimo, B. M.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina intentar construir una diminuta ciudad tridimensional hecha de gelatina, pero esta gelatina está viva. Quieres construirla con tal precisión que cada calle y cada edificio tenga el tamaño de una sola célula, creando un hogar perfecto para el tejido vivo. Este es el mundo de la Polimerización por Dos Fotones (2PP). Piensa en ello como un bolígrafo láser súper preciso que puede dibujar dentro de una gota de líquido, endureciéndola solo donde el láser toca, capa por capa. Es la herramienta definitiva para fabricar "bio-tintas" —geles que contienen células vivas— para crear tejidos artificiales para la medicina o la investigación.

Sin embargo, hay un inconveniente. A diferencia de la resina plástica normal, estos geles vivos son increíblemente sensibles. Son como un castillo de naipes en medio de una tormenta; cambios minúsculos en la potencia o la velocidad del láser pueden hacer que todo colapse o, peor aún, que parezca perfecto al principio pero se desmorone después. ¿El mayor problema? Normalmente no sabes si tu diminuta ciudad sobrevivió hasta que eliminas el líquido y observas las ruinas. Para entonces, las células vivas podrían haber muerto y el experimento sería un fracaso. Los científicos han intentado echar un vistazo al proceso de construcción mientras este ocurre, pero ha sido como intentar juzgar si un pastel está listo mirando solo una foto borrosa de la mezcla.

Este artículo presenta una nueva y astuta forma de observar la construcción en tiempo real, llamada Trayectorias de Imagen por Capas (LIT). En lugar de intentar adivinar si una sola capa es "buena" o "mala" (lo cual suele ser imposible porque las imágenes son difusas), los investigadores enseñaron a una computadora a comparar las capas entre sí, como un juez que compara a dos corredores en una carrera para ver quién va a la cabeza. Al rastrear cómo cambia la "puntuación" del proceso de impresión desde la mismísima primera capa hasta la centésima, crearon una "huella digital" única para cada impresión.

Aquí reside la magia: descubrieron que estas huellas digitales cuentan la historia del destino de la impresión mucho antes de que esta termine. Si la curva de puntuación se mantiene plana, la impresión está fallando. Si sube demasiado rápido, la estructura se está dañando. Si sigue un camino suave y constante, es probable que la estructura tenga éxito. Sorprendentemente, esto funciona incluso cuando se mezclan células vivas en la tinta. Las células actúan como obstáculos diminutos e impredecibles que dispersan la luz del láser, haciendo que el proceso sea aún más caótico. Aun así, el sistema LIT pudo detectar estas impresiones caóticas de forma temprana, distinguiendo entre una construcción exitosa, una colapsada y una que se ha "sobrecocinado", todo mientras la impresora seguía funcionando.

Los investigadores probaron esto en 48 impresiones diferentes, algunas con células y otras sin ellas, utilizando varios ajustes de láser. Descubrieron que simplemente configurar la máquina con los números "correctos" no era suficiente; a veces, incluso con los mismos ajustes, una impresión fallaba mientras su gemela tenía éxito. Esto demostró que el resultado depende de lo que realmente sucede dentro de la máquina durante esa impresión específica, no solo de los ajustes en la pantalla. Al comparar la "puntuación" en vivo de una nueva impresión contra una "banda de control" construida a partir de impresiones exitosas conocidas, el sistema podía dar una alarma tan temprano como en la capa 11 si algo iba mal. Esto significa que, en el futuro, los científicos podrían ser capaces de detener una impresión fallida a mitad de camino, ahorrando tiempo precioso, materiales costosos y, lo más importante, las células vivas en su interior. Es como tener un asistente inteligente que te susurra: "Oye, este pastel se está quemando", mientras todavía está en el horno, en lugar de esperar hasta que saques un desastre carbonizado.

Resumen Técnico: LIT (Trayectorias de Imagen por Capas) para el Monitoreo In Situ en la Polimerización de Dos Fotones

Planteamiento del Problema
La polimerización de dos fotones (2PP) es una tecnología de primer nivel para la fabricación de microentornos tisulares tridimensionales a escala celular. Sin embargo, la transición de los fotorresinas convencionales a los biotintas basadas en hidrogeles introduce una imprevisibilidad significativa. Este problema se ve exacerbado cuando se embeben células vivas dentro de la resina; las células dispersan y absorben la luz láser, creando un paisaje de energía local estocástico y espacial que no puede controlarse a nivel de parámetros. En consecuencia, parámetros de proceso nominales idénticos (potencia del láser y velocidad de escaneo) suelen producir resultados sumamente distintos entre réplicas, que van desde el fallo total de la fabricación hasta la integridad estructural o daños. Además, la evaluación de calidad tradicional depende de la evaluación ex situ tras el revelado (lavado de la resina no polimerizada), una etapa que es demasiado tardía para la acción correctiva. Los enfoques de monitoreo in situ existentes a menudo dependen de etiquetas de calidad discretas o análisis de fotogramas únicos, los cuales no logran capturar la progresión continua de la polimerización o la historia acumulativa de la construcción necesaria para predecir la estabilidad dimensional final.

Metodología
Los autores proponen un marco para el monitoreo in situ que rastrea la evolución continua del estado de fabricación mediante una Trayectoria de Imagen por Capas (LIT, por sus siglas en inglés). La metodología consta de los siguientes pasos:

Configuración Experimental: Se realizó un diseño de experimentos (DOE) factorial completo utilizando un sistema 2PP comercial (Nanoscribe Quantum X shape) sobre dos formulaciones: un hidrogel acelular (15% PhotoGel95%) y una variante con células (que contiene mioblastos de ratón C2C12). Se variaron la potencia del láser (110–140 mW) y la velocidad de escaneo (10,000–70,000 µm/s).
Adquisición de Datos: Se capturaron imágenes ópticas coaxiales al completar cada una de las 100 capas por impresión. Estas imágenes sufren de bajo contraste intrínseco y artefactos (señales fuera de foco, dispersión de células), lo que hace que la segmentación directa o la clasificación absoluta de los estados de polimerización sean poco fiables.
Arquitectura del Modelo (Red Siamesa): Para superar las limitaciones de las etiquetas absolutas, los autores emplearon una red neuronal siamesa (backbone ResNet18) entrenada mediante comparaciones por pares de imágenes de la misma capa de diferentes impresiones.
- Estrategia de Etiquetado: Basándose en la psicofísica y la teoría de la preferencia humana, expertos asignaron etiquetas de clasificación ( $y \in \{-1, 0, +1\}$ ) indicando qué imagen de un par de imágenes de la misma capa exhibía una polimerización más avanzada (basándose en el contraste, la nitidez de los bordes y la definición de los poros).
- Objetivo de Entrenamiento: La red minimiza una pérdida de bisel (hinge loss) basada en márgenes para aprender un embebido escalar que representa la "puntuación de polimerización". Crucialmente, el modelo fue entrenado sin utilizar etiquetas de resultado post-procesamiento, basándose únicamente en juicios visuales relativos.
Construcción de la Trayectoria: El codificador entrenado mapea cada una de las 100 capas de una impresión a una puntuación escalar. Estas puntuaciones se suavizan mediante un Promedio Móvil Exponencial (EMA) para generar la curva LIT de cada impresión.
Detección de Anomalías: Se establece una banda de referencia (Límites de Control Superior e Inferior, UCL/LCL) utilizando las curvas LIT de las impresiones confirmadas con integridad estructural. Las nuevas impresiones se monitorean en tiempo real; si una puntuación suavizada se desvía más allá de los límites de control (calculados con la corrección de Bonferroni para comparaciones múltiples), se activa una alarma.

Resultos Clave

Variabilidad Específica del Constructo: El estudio confirmó que los resultados de la fabricación no están determinados únicamente por los parámetros del proceso. Configuraciones de parámetros idénticas produjeron resultados mixtos (Clases 0–3) entre las réplicas, impulsados por la interacción única y estocástica de las células y la resina durante cada impresión específica.
Efecto de las Células: La presencia de células desplazó la ventana de proceso, permitiendo la formación exitosa de constructos con dosis de energía más bajas en comparación con las formulaciones acelulares. Sin embargo, esto también aumentó el riesgo de sobre-polimerización y daños (marcas de quemaduras) a dosis más altas.
Desempeño de LIT: Las curvas LIT se agruparon con éxito según los resultados de post-procesamiento (Clase 0: sin estructura; Clase 1: colapso; Clase 2: integridad; Clase 3: daño) sin ninguna supervisión de clase durante el entrenamiento.
- Acelular: Las impresiones de Clase 2 mostraron puntuaciones elevadas desde el inicio; las de Clase 0 permanecieron planas.
- Con Células: Las impresiones de Clase 3 (dañadas) mostraron un aumento rápido y temprano en las puntuaciones, mientras que las de Clase 0 permanecieron planas.
Detección Temprana: El marco de monitoreo detectó anomalías en capas tempranas a medias (por ejemplo, la capa 11 para sobre-polimerización, la capa 44 para sub-polimerización) mucho antes de que la construcción se completara o ocurriera el revelado. Esto permite la identificación de impresiones que fallarán o que requieren intervención.

Significancia y Reivindicaciones
El artículo afirma presentar la primera aplicación de la predicción de calidad in situ y la detección de anomalías específicamente para la polimerización de dos fotones con carga celular.

Los autores enfatizan dos ventajas distintas de su enfoque sobre la literatura existente:

Continuidad vs. Discretización: A diferencia de los modelos de clasificación que asignan etiquetas discretas, la LIT proporciona una puntuación continua que preserva las gradaciones del estado de fabricación.
Conciencia de la Historia: La trayectoria codifica la tasa y la consistencia de la evolución de la polimerización, capturando información que las evaluaciones de una sola capa pasan por alto.

El estudio concluye que los parámetros de proceso son insuficientes para predecir la calidad en la 2PP basada en hidrogeles, particularmente con células vivas. El marco LIT propuesto ofrece un método no invasivo y basado en datos para monitorear "lo que ocurrió" durante cada impresión individual, permitiendo la detección temprana de comportamientos anómalos y desplazando la evaluación de calidad de una evaluación post-hoc hacia una señal accionable en tiempo real. Los autores señalan que, aunque el marco es prometedor, el trabajo futuro requiere expandir su conjunto de datos a través de diversos geometrías y biotintas para refinar los límites de control y caracterizar las regiones de transición entre la polimerización parcial y la completa.

Más como este