Un nuevo algoritmo detecta en ratones hasta las metástasis más pequeñas (Cell)


  • Noticias Médicas
El acceso al contenido completo es sólo para profesionales sanitarios registrados. El acceso al contenido completo es sólo para profesionales sanitarios registrados.

Investigadores del Helmholtz Zentrum München, LMU Munich y la Universidad Técnica de Munich (Alemania) han desarrollado un nuevo algoritmo que permite la detección automatizada de metástasis a nivel de células cancerosas diseminadas por todo el cuerpo, en estudios en ratones.

Más del 90% de los pacientes con cáncer mueren a causa de metástasis distales y no como resultado directo del tumor primario, y estas metástasis generalmente se desarrollan a partir de células cancerosas diseminadas individuales, que evaden el sistema de vigilancia inmunológica del cuerpo.

Hasta ahora, la detección exhaustiva de estas células en todo el cuerpo no ha sido posible debido a la resolución limitada de las técnicas de imagen, como la bioluminiscencia y la resonancia magnética. Esto ha derivado en una relativa falta de conocimiento de los mecanismos específicos de diseminación de diversos tipos de cáncer, lo cual es un requisito previo para una terapia efectiva. También ha obstaculizado los esfuerzos para evaluar la eficacia de los nuevos candidatos a fármacos para la terapia tumoral.

Para desarrollar nuevas técnicas para superar estos obstáculos, el equipo dirigido por Ali Ertürk había desarrollado vDISCO, un método de limpieza y fijación de tejidos que induce el cuerpo del ratón en un estado transparente que permite la obtención de imágenes de células individuales.

Utilizando microscopios de escaneo láser, los investigadores pudieron detectar las metástasis más pequeñas hasta las células cancerosas individuales en el tejido de los ratones.

Pero analizar manualmente dichos datos de imágenes de alta resolución sería un proceso que llevaría mucho tiempo. Dada la limitada fiabilidad y velocidad de procesamiento de los algoritmos actualmente disponibles para este tipo de análisis de datos, los investigadores han desarrollado un nuevo algoritmo basado en aprendizaje profundo llamado DeepMACT.

Según publican en Cell, los investigadores ahora han podido detectar y analizar metástasis de cáncer y mapear la distribución de anticuerpos terapéuticos en preparaciones de vDISCO automáticamente. El algoritmo DeepMACT coincidió con el rendimiento de los expertos humanos en la detección de metástasis, pero lo hizo más de 300 veces más rápido.

"Con solo unos pocos clics, DeepMACT puede hacer el trabajo de detección manual de meses en menos de una hora. Ahora podemos realizar análisis de metástasis de alto rendimiento hasta células tumorales diseminadas como una rutina diaria", asegura Oliver Schoppe, coprimer autor del estudio.

Usando DeepMACT, los investigadores han obtenido nuevos conocimientos sobre los perfiles metastásicos únicos de diferentes modelos tumorales.

DeepMACT está disponible públicamente y puede adoptarse fácilmente en otros laboratorios que se centran en diversos modelos de tumores y opciones de tratamiento.

"Hoy la tasa de éxito de los ensayos clínicos en oncología es de alrededor del 5%. Creemos que la tecnología DeepMACT puede mejorar sustancialmente el proceso de desarrollo de fármacos en la investigación preclínica. Por lo tanto, podría ayudar a encontrar candidatos a fármacos mucho más potentes para ensayos clínicos y, con suerte, ayudar a salvar muchas vidas", concluyen.