MADRID, 1 Mar. (EUROPA PRESS) -
Un equipo de investigadores dirigido por Bradley Bernstein, del Centro Ludwig de la Universidad de Harvard, en Estados Unidos, ha utilizado tecnologías de una sola célula y aprendizaje automático para crear un detallado "atlas de estados celulares" de la leucemia mieloide aguda (AML, por sus siglas en inglés) que podría ayudar a mejorar el tratamiento del cáncer agresivo.
La AML se caracteriza por la acumulación de glóbulos blancos en la médula ósea y la sangre. La enfermedad es muy difícil de estudiar porque la médula ósea de los pacientes con AML contiene una variedad de tipos de células normales y malignas. Esto incluye células de cáncer primitivas indiferenciadas con propiedades similares a las células madre y células de cáncer maduras diferenciadas que afectan el ambiente del tumor de distintas maneras. Las células de AML también adquieren constantemente mutaciones de ADN, que se ramifican en linajes de "subclones" relacionados.
"Hemos sabido de manera cualitativa desde la década de 1960 que los tumores de AML son mezclas heterogéneas de células", afirma Peter van Galen, coautor principal del artículo e investigador postdoctoral en el laboratorio de Bernstein en el Hospital General de Massachusetts (Estados Unidos). "Ahora, tenemos una forma muy cuantitativa de determinar los diferentes tipos de células presentes en estos tumores", añade.
En el nuevo estudio, que se publica en la edición digital de este jueves de la revista 'Cell', Bernstein y sus colegas, incluidos los científicos de Ludwig Jon Aster y Andrew Lane, combinaron tecnologías de vanguardia: secuenciación de ARN de una célula (scRNA), secuenciación de ADN de nanoporos de lectura larga y el aprendizaje automátic- - para distinguir las células normales de las cancerosas y organizarlas en función de sus secuencias de ADN y similitudes de expresión génica.
La secuenciación de scRNA captura una instantánea del transcriptoma completo de una célula, es decir, todas las moléculas de mRNA presentes en una célula en un momento dado. Esto permite a los científicos dividir una población de células en distintos tipos y rastrear la evolución de los linajes celulares. El equipo empleó un nuevo método de secuenciación de scRNA para capturar los transcriptomas completos de casi 40.000 células de médula ósea recogidas de 16 pacientes con AML y cinco donantes sanos.
"Esta es la primera vez que se hace de manera de alto rendimiento", destaca el coautor del estudio, Volker Hovestadt, investigador postdoctoral en el laboratorio de Bernstein. "En lugar de perfilar solo un par de cientos de células individuales, pudimos perfilar decenas de miles", añade.
IDENTIFICAR CÉLULAS CANCEROSAS Y SUS ESTADOS
Pero el perfil de expresión génica de las células de AML puede parecerse al de las células normales. Para abordar este desafío, el equipo realizó un genotipado de células individuales en las células de la médula ósea y las examinó en busca de un conjunto de marcadores genéticos de AML conocidos para detectar aquellos que eran cancerosos. "Para resolver esto realmente, tuvimos que incorporar una técnica de secuenciación de ADN de tercera generación llamada secuenciación de nanoporos de lectura larga, que mejoró la detección de mutaciones en todo el genoma", resalta van Galen.
La secuenciación de lectura larga escanea fragmentos de ADN mucho más largos, lo que aumenta las probabilidades de capturar todas las mutaciones acumuladas en un gen. Permitió a los investigadores identificar más eficientemente a los descendientes de células mutadas diferentes, llamadas subclones, que pueden afectar de manera variable a la tasa de crecimiento del cáncer, el potencial metastásico y la respuesta a la terapia.
Por último, los investigadores emplearon un algoritmo de aprendizaje automático para reunir los datos de secuenciación y genotipado de scRNA. El resultado final fue un mapa o "atlas" de diferentes tipos de células de AML y los tipos de células sanguíneas normales con las que coexisten en el entorno de la médula ósea.
El atlas permitió a los científicos identificar de un vistazo no solo qué células eran cancerosas, sino también sus estados: primitivos, diferenciados o en proceso de diferenciación. Dado que las muestras de tumores se obtuvieron de pacientes en distintos momentos, los investigadores también consiguieron comparar las jerarquías de desarrollo de los tumores de AML entre individuos y realizar un seguimiento de la evolución de esas jerarquías desde el primer diagnóstico hasta el tratamiento y los resultados.
Los investigadores muestran que los programas transcripcionales de las células de la AML están regulados de manera anormal. "En las células normales, el desarrollo progresa en etapas. Vas desde la célula de tipo X a tipo de célula Y --explica Bernstein--. Estas células de leucemia coexpresan una mezcla de genes de diferentes etapas".
Además, descubrieron múltiples poblaciones subclonales dentro de un solo paciente con AML. "En al menos un caso, los dos subclones se comportaron de manera completamente diferente y tenían diferentes perfiles de expresión génica --detalla Bernstein--. Un subclón se diferenciaba en su mayoría, mientras que el otro se detuvo en un estado altamente agresivo, y el subclón agresivo presentaba una mutación que era compatible con un mal pronóstico del paciente".
Los hallazgos también pueden explicar por qué las terapias que aprovechan las células T del sistema inmunitario para atacar los tumores han sido relativamente menos exitosas contra la AML. Los investigadores identificaron una clase de células que se comportaban como glóbulos blancos que supuestamente suprimían las respuestas inmunes contra el cáncer.
"Se puede suponer que son células normales, pero cuando se observa su genotipo, se ve que albergan mutaciones leucémicas --dice Bernstein--. Sib células que el tumor está produciendo para suprimir el sistema inmunológico. Es un mecanismo de supervivencia adaptativo para el tumor". Sus hallazgos, señalan los investigadores, deberían ayudar en el desarrollo de nuevas estrategias de inmunoterapia y medicina de precisión para el tratamiento de la AML.
