Cell Painting and machine learning for mechanistic profiling of hepatotoxic botanicals and their constituents

Desde hace mucho tiempo, las personas han recurrido a las plantas para apoyar su salud, desde simples tés hasta complejos suplementos herbales. Estos productos botánicos son una parte masiva de la industria del bienestar global, pero presentan un desafío único para los expertos en seguridad. A diferencia de un fármaco químico único, un frasco de suplemento herbal es una mezcla compleja que contiene cientos de compuestos diferentes. Si bien sabemos que algunas plantas pueden dañar el hígado, a menudo es imposible determinar qué ingrediente específico en la mezcla es el responsable del problema o cómo causa ese daño. Las pruebas de seguridad tradicionales luchan contra esta complejidad, dejando a menudo a reguladores y consumidores en la oscuridad sobre los riesgos reales ocultos dentro de un remedio natural.

Para resolver esto, los investigadores están recurriendo a un método llamado Cell Painting (Pintura Celular). Imagine un microscopio que no solo toma una foto de una célula, sino que la pinta con cinco colores fluorescentes diferentes, cada uno resaltando una parte específica de la maquinaria celular, como el núcleo, las fábricas de energía o la piel exterior. Cuando un químico altera una célula, estas partes pintadas cambian de forma o disposición de maneras únicas. Al capturar estos cambios, los científicos pueden ver no solo si una célula está muriendo, sino cómo está reaccionando. Estos datos visuales se introducen luego en modelos computacionales entrenados con miles de químicos conocidos. Estos modelos actúan como una biblioteca de respuestas biológicas, permitiendo a los investigadores comparar un nuevo extracto vegetal contra una vasta base de datos de comportamientos conocidos para adivinar qué está sucediendo dentro de la célula.

En un estudio reciente, un equipo de científicos aplicó este enfoque a trece extractos botánicos diferentes y a ochenta y cinco de sus ingredientes químicos individuales. Probaron estas sustancias en células hepáticas humanas primarias, que son el modelo más relevante para comprender la seguridad del hígado. Los investigadores expusieron las células a ocho concentraciones diferentes de cada extracto vegetal y sus componentes, y luego utilizaron la técnica de Cell Painting para capturar la respuesta celular. También realizaron controles de salud estándar para ver si las células presentaban fugas o pérdida de energía, proporcionando una línea de base para la comparación. El objetivo era ver si esta imagen de alta tecnología podía detectar actividad que las pruebas tradicionales pasaran por alto y, lo más importante, identificar qué ingredientes específicos dentro de las mezclas vegetales complejas estaban impulsando esos efectos.

Los resultados mostraron que el método de Cell Painting era mucho más sensible que los controles de salud estándar. Detectó actividad en once de los trece extractos vegetales y en cuarenta y seis de los ochenta y cinco ingredientes individuales, mientras que las pruebas tradicionales solo encontraron actividad en nueve extractos y cuarenta ingredientes. Crucialmente, el método de imagen detectó estos efectos en concentraciones mucho más bajas. Por ejemplo, en nueve de los trece casos donde el extracto vegetal causó una reacción, al menos un ingrediente único dentro de ese extracto causó una reacción aún más fuerte a una dosis menor. Esto sugiere que el efecto general de una mezcla vegetal es a menudo impulsado por un pequeño puñado de ingredientes poderosos, en lugar de la suma de todas sus partes trabajando juntas por igual.

El estudio también reveló que los extractos vegetales más potentes fueron Aristolochia y Goldenseal. Ambos mostraron signos fuertes de estrés celular a dosis muy bajas. Los investigadores pudieron rastrear esto hasta ingredientes específicos, como el ácido aristolóquico I en Aristolochia y la berberina en Goldenseal, que eran altamente activos por sí mismos. Sin embargo, la relación entre la planta completa y sus partes no siempre fue directa. En algunos casos, como con Ashwagandha y Comfrey, los ingredientes individuales fueron altamente activos en el laboratorio, pero el extracto de la planta completa no mostró la misma reacción fuerte en los niveles probados. Por el contrario, el extracto de Asian Ginseng mostró una reacción fuerte a pesar de que sus ingredientes individuales eran menos potentes por sí solos. Esto resalta que la forma en que los ingredientes interactúan dentro de una mezcla puede cambiar el resultado final, lo que hace difícil predecir la seguridad simplemente mirando los químicos aislados.

Más allá de simplemente detectar la actividad, los investigadores utilizaron los datos visuales para generar hipótesis sobre cómo estas plantas podrían estar afectando al hígado. Al comparar las "pinturas" celulares de los botánicos con una enorme biblioteca de referencia de más de mil químicos con efectos conocidos, los modelos computacionales sugirieron mecanismos de acción específicos. Por ejemplo, los modelos predijeron que Goldenseal y Aristolochia podrían estar interfiriendo con los sistemas hormonales del cuerpo o dañando el ADN, lo cual concuerda con lo que se sabe sobre su toxicidad. La imagen también mostró que diferentes partes de la célula respondían de manera distinta; por ejemplo, el ácido aristolóquico I causó un cambio distintivo en el canal del ADN, consistente con su capacidad conocida para causar daño genético.

El estudio concluye que esta combinación de imagen de alto detalle y aprendizaje automático ofrece una nueva y poderosa forma de cribar mezclas vegetales complejas. Permite a los científicos ir más allá de preguntar simplemente "¿es esto tóxico?" para preguntar "¿qué está haciendo esto, y qué parte de la planta lo está haciendo?". Si bien los hallazgos se basan en células hepáticas cultivadas en laboratorio y no prueban directamente que estas plantas causarán daño hepático en humanos, el método logra priorizar los ingredientes más activos para estudios posteriores. Proporciona un camino claro y escalable para comprender los impulsores ocultos de la toxicidad en los productos botánicos, ayudando a separar lo beneficioso de lo dañino en el vasto mundo de los remedios herbales.