LUMIN: una caja de herramientas automatizada de análisis gráfico para la imagen de calcio de alto rendimiento en cultivos neuronales in vitro

Por qué importa observar las células cerebrales

Nuestros cerebros funcionan mediante rápidas señales eléctricas, pero medir esa actividad dentro de células vivas es difícil. Una solución habitual es observar pequeños destellos de luz de tintes especiales que brillan cuando los niveles de calcio aumentan en las neuronas: una lectura indirecta pero potente de la actividad cerebral. A medida que los laboratorios cultivan cada vez más neuronas humanas a partir de células madre para modelar enfermedades y probar fármacos, se generan enormes cantidades de estas “películas de calcio”. El problema es que convertir miles de células parpadeantes en mediciones claras y fiables suele requerir código complejo y a medida. Este artículo presenta LUMIN, una caja de herramientas de software fácil de usar que permite a los biólogos analizar grandes experimentos de imagen de calcio en un portátil corriente, ayudando a transformar películas crudas de células cerebrales vivas en información sobre salud, enfermedad y posibles tratamientos.

De células que brillan a big data

Los autores parten de una pregunta simple: ¿cómo puede un laboratorio típico de biología, sin programadores especializados, interpretar la imagen de calcio de placas grandes de neuronas derivadas de células madre humanas? Estos cultivos se usan cada vez más para estudiar afecciones como el Parkinson o la epilepsia y para cribar candidatos farmacológicos, pero las herramientas de análisis existentes están pensadas mayoritariamente para registros en animales vivos. Esas herramientas a menudo corrigen el movimiento cerebral y realizan otros cálculos pesados innecesarios en cultivos celulares planos, ralentizando el análisis y complicando su uso. LUMIN está diseñado específicamente para células cultivadas en placas. Envuelve el flujo completo de trabajo—localizar células individuales en cada película, medir sus señales de calcio a lo largo del tiempo y convertir esas trazas en descripciones cuantitativas de la actividad—dentro de una interfaz gráfica, de modo que los usuarios avanzan con clics en lugar de escribir código.

Cómo la caja de herramientas ve y mide cada célula

El flujo de trabajo de LUMIN comienza una vez que se han adquirido imágenes en lapso de tiempo con un microscopio. Una tubería de “segmentación y extracción de señal” convierte primero cada pila de imágenes en un mapa único que destaca la señal más brillante a lo largo del tiempo, y luego identifica células individuales usando herramientas modernas de reconocimiento de imágenes entrenadas originalmente para imágenes biológicas. Opcionalmente se puede añadir una tinción nuclear para que el software empareje cada soma brillante con un núcleo, mejorando la precisión. Tras un filtrado ligero basado en el tamaño y brillo celular, el programa extrae la fluorescencia media de cada célula en cada fotograma, produciendo una traza de calcio separada para miles de células. Este proceso escala de forma lineal con la cantidad de datos, de modo que incluso decenas de miles de células en docenas de grabaciones pueden procesarse en aproximadamente media hora en un portátil estándar.

Dos formas de leer las “voces” neuronales

Una vez extraídas las trazas crudas, LUMIN ofrece dos rutas principales de análisis, adaptadas a distintos tipos de experimentos. En cultivos que disparan ráfagas rápidas y similares a picos, el módulo de “actividad transitoria” suaviza los datos, normaliza la línea base de cada célula y detecta picos que destacan sobre el ruido de fondo. Mide propiedades como la altura, anchura y frecuencia de esos picos y usa métodos de clustering estándar para agrupar células en tipos de actividad distintos. En cultivos más silenciosos, donde los fármacos provocan un aumento lento y sostenido del calcio en lugar de picos agudos, el módulo de “desplazamiento de la línea base” emplea una estrategia diferente. Compara la señal de cada célula tras la estimulación con su propio periodo preestimulo, suma el incremento total (área bajo la curva) y etiqueta las células como respondedoras o no respondedoras según cuánto se desvíen de las muestras control.

Poniendo LUMIN a prueba en neuronas humanas

Para demostrar que la caja de herramientas funciona en escenarios realistas, el equipo aplicó LUMIN a neuronas del mesencéfalo humano cultivadas a partir de células madre embrionarias. En un conjunto de experimentos, registraron actividad espontánea y luego añadieron fármacos bien conocidos que aumentan o silencian la actividad neuronal. LUMIN cuantificó rápidamente cuántas células estaban activas, con qué frecuencia disparaban y cómo cambiaba la forma de los picos con cada fármaco, confirmando efectos esperados como el fuerte silenciamiento por tetrodotoxina y el aumento de disparos con compuestos que promueven la excitación. En un segundo conjunto de experimentos, examinaron cultivos que estaban mayormente silenciosos hasta ser estimulados con un químico que imita al mensajero excitatorio glutamato. Usando el módulo de desplazamiento de la línea base, mostraron que este estímulo causó aumentos amplios y sostenidos de calcio en la mayoría de las neuronas y usaron tinciones posteriores para confirmar que las células respondedoras eran principalmente neuronas, incluidas las productoras de dopamina relevantes en la enfermedad de Parkinson.

Qué significa esto para la investigación cerebral futura

En esencia, LUMIN convierte datos complejos de imagen de calcio en mediciones estandarizadas y accesibles sobre cómo se comportan neuronas derivadas de humanos en una placa. Al combinar reconocimiento de imagen moderno, análisis flexible tanto para picos rápidos como para desplazamientos lentos, y una interfaz gráfica amigable, permite a científicos sin habilidades avanzadas de programación perfilar miles de células y comparar cómo responden a distintos compuestos o cambios relacionados con enfermedades. Aunque aún no incluye funciones más avanzadas como mapas de conectividad a nivel de red o figuras totalmente listas para publicación, la caja de herramientas cubre una laguna clave: hace que las lecturas funcionales de alto rendimiento de modelos basados en células madre humanas sean prácticas en entornos de laboratorio cotidianos, acelerando potencialmente los descubrimientos en neurociencia y desarrollo de fármacos.

Cita: Hänninen, E., Mueller, A.K., Bagge, J.V. et al. LUMIN: an automated graphical analysis toolbox for high-throughput calcium imaging of in vitro neuronal cultures. Sci Rep 16, 9496 (2026). https://doi.org/10.1038/s41598-026-40269-0

Palabras clave: imagen de calcio, actividad neuronal, modelos con células madre, análisis de alto rendimiento, neurofarmacología