El gel de electroforesis es una poderosa herramienta que permite a los científcos estudiar las moléculas de ADN. La electroforesis es una técnica que emplea enzimas para cortar las moléculas de ADN en fragmentos de diferentes tamaños; dichas enzimas, cortan las moléculas en lugares específcos, y los fragmentos resultantes, son separados de acuerdo a su tamaño usando una corriente eléctrica. La prueba de histocompatibilidad o prueba HLA (Human Leukocyte Antigen), la cual se apoya en el proceso de electroforesis, sirve para la determinación del fenotipo de un individuo, lo que permite, entre otras cosas, establecer el grado de compatibilidad entre personas para un trasplante de órganos, pruebas de paternidad, entre otros La prueba de HLA es realizada con base en el análisis de imágenes de gel de electroforesis, imágenes que son bajas en contraste y muy ruidosas, además de presentar notables variaciones en la intensidad de los niveles de gris de una imagen a otra; estas variaciones, pueden afectar el proceso de interpretación de la imagen, produciéndose así fallas en el resultado de la prueba de HLA. Este artículo describe un método que combina técnicas de visión artifcial y la red neuronal de pulso acoplado (PCNN), para la lectura automática de imágenes de gel de electroforesis. El método fue implementado en un sistema informático que al actuar en conjunto con los expertos realizadores de la prueba de HLA, logró una mayor precisión en la obtención de la clasifcación fenotípica de un individuo.
Abstrat: Gel electrophoresis is a powerful tool that enables scientists to study DNA molecules. The electrophoresis technique uses enzymes to cut the DNA molecules into fragments of varying size. The enzyme cut the DNA molecules at specifc places, and the resulting fragments are separated according their size, using an electrical fow. Histocompatibility test or HLA test (Human Leukocyte Antigen), which is based on the electrophoresis process, allow to know the phenotype of an individual, this is useful to establish the compatibility level between two persons for transplantation, paternity test, etc. HLA test is based on gel electrophoresis images analysis, such images are low in contrast, noisy, and can signifcantly vary their pixel intensity levels from one image to another. These images features can afect its interpretation process, taking place errors in the HLA test results. This paper describes a method that uses computer vision techniques and the pulsed coupled neural network (PCNN), for automating gel electrophoresis images analysis (interpretation). The method was implemented in a computer system, and working along with experts in HLA test, shows high levels of precision for establishing the phenotype classifcation of an individual by analyzing gel electrophoresis images.
