MADRID, 14 Jun. (EUROPA PRESS) -
Combinando algoritmos de mapeo del cielo con imágenes avanzadas de inmunofluorescencia de biopsias de cáncer, investigadores del Centro de Genómica e Imágenes Avanzadas de la Fundación Mark de la Universidad Johns Hopkins y el Instituto Bloomberg-Kimmel de Inmunoterapia contra el Cáncer (Estados Unidos) han desarrollado una sólida plataforma para guiar la inmunoterapia prediciendo qué cánceres responderán a terapias específicas dirigidas al sistema inmunitario.
Esta nueva plataforma, denominada 'AstroPath', fusiona el análisis de imágenes astronómicas y la cartografía con muestras de patología para analizar imágenes microscópicas de tumores.
Las imágenes inmunofluorescentes, que utilizan anticuerpos con etiquetas fluorescentes, permiten a los investigadores visualizar simultáneamente múltiples proteínas celulares y determinar su patrón y fuerza de expresión.
Aplicando 'AstroPath', los investigadores estudiaron el melanoma, un tipo agresivo de cáncer de piel. Caracterizaron el microambiente inmunitario en las biopsias de melanoma examinando las células inmunitarias dentro y alrededor de las células cancerosas dentro de la masa tumoral y, a continuación, identificaron un biomarcador compuesto que incluye seis marcadores y es altamente predictivo de la respuesta a un tipo específico de una inmunoterapia denominada terapia anti-PD-1.
La PD-1 (muerte celular programada 1) es una proteína que se encuentra en las células T del sistema inmunitario y que, cuando se une a otra proteína llamada PD-L1 (ligando de muerte programada), ayuda a las células cancerosas a eludir el ataque del sistema inmunitario. Los fármacos anti-PD-1 bloquean la proteína PD-1 y pueden ayudar al sistema inmunitario a detectar y eliminar las células cancerosas.
Solo algunos pacientes con melanoma responden a la terapia anti-PD-1, y la capacidad de predecir la respuesta o la resistencia es fundamental para elegir los mejores tratamientos para el cáncer de cada paciente, explican los investigadores. La plataforma 'AstroPath' también se está aplicando al estudio del cáncer de pulmón y, potencialmente, puede proporcionar orientación terapéutica para muchos otros tipos de cáncer.
"Esta plataforma tiene el potencial de transformar la forma en que los oncólogos aplicarán la inmunoterapia contra el cáncer. Durante los últimos 40 años, el análisis patológico del cáncer ha examinado un marcador a la vez, lo que proporciona información limitada. Aprovechando la nueva tecnología, que incluye instrumentación para obtener imágenes de hasta 12 marcadores simultáneamente, los algoritmos de imagen de 'AstroPath' proporcionan 1.000 veces más contenido de información a partir de una sola biopsia que el disponible actualmente a través de la patología de rutina. Esto facilita la inmunoterapia de precisión contra el cáncer, identificando las características únicas del cáncer de cada paciente para predecir quién responderá a una determinada inmunoterapia, como la anti-PD-1, y quién no. Al hacerlo, también hace avanzar la patología de diagnóstico de los ensayos uniparamétricos a los multiparamétricos", explica Drew Pardoll, líder del estudio, que se ha publicado en la revista 'Science'.
La base de la plataforma 'AstroPath' son las técnicas de análisis de imágenes que crearon la base de datos del Sloan Digital Sky Survey, un gran mapa digital del universo diseñado por el astrofísico Szalay, catedrático distinguido de Física y Astronomía e Informática de la Universidad Johns Hopkins.
El estudio del cielo "cosió" millones de imágenes telescópicas de miles de millones de objetos celestes, cada uno de los cuales expresaba firmas distintas, al igual que las diferentes etiquetas fluorescentes de los anticuerpos utilizados para teñir las biopsias tumorales. Utilizando un gran ordenador dedicado a procesar billones de píxeles de datos de imágenes, las ubicaciones y características de estos objetos se almacenan en una gran base de datos abierta. Esta base de datos se utiliza para cuantificar las propiedades espectrales y la disposición espacial de las estrellas, cuásares, nebulosas y galaxias del universo.
'AstroPath' utiliza la tecnología de inmunofluorescencia múltiple (mIF) de Akoya Biosciences, que marca cada proteína de interés con moléculas fluorescentes de diferentes colores, para cuantificar las numerosas características celulares y moleculares del microentorno tumoral (TME).
Los algoritmos de mapeo de objetos celulares de 'AstroPath' analizan los enormes conjuntos de datos de millones de células producidos por las imágenes mIF y "cosen" múltiples "campos" de imágenes fluorescentes. Esto crea un mapa visual bidimensional y multicolor de la EMT en toda una sección de tejido montada en un portaobjetos microscópico con resolución unicelular, y permite a los investigadores tener una visión detallada de cómo y dónde interactúan las células tumorales con los tejidos circundantes, incluido el sistema inmunitario.
Así, permite acercarse y alejarse para ver las características espaciales de las células individuales, así como las combinaciones de expresión de diferentes marcadores por parte de las células individuales y, por último, la intensidad de expresión de esos marcadores.
En el estudio, los investigadores utilizaron la plataforma 'AstroPath' para caracterizar la expresión de PD-1 y PD-L1 en las células cancerosas y en las células inmunitarias en muestras tumorales de pacientes con melanoma avanzado que posteriormente recibieron inmunoterapia anti-PD-1. También visualizaron tres proteínas adicionales expresadas por diferentes tipos de células inmunitarias -CD8, CD163 y FOXP3- y, por último, un marcador de las propias células tumorales, Sox10/S100.
El equipo descubrió que un patrón particular y la intensidad de la expresión de estos marcadores en células específicas del tumor podían predecir fuertemente qué pacientes responderían y sobrevivirían después de la terapia anti-PD-1.
