El cáncer de endometrio es la neoplasia maligna ginecológica más común en los países desarrollados, donde a la mayoría de las pacientes se les diagnostica una enfermedad de bajo grado en estadio temprano con buenos resultados clínicos. Sin embargo, entre el 5% y el 10% de las pacientes presentan recurrencia tumoral. Por la heterogeneidad y complejidad de estos tumores, predecir la recidiva en el cáncer de endometrio de bajo grado y en esta etapa es un desafío clínicamente relevante.
Estas han sido las premisas de las que ha partido un nuevo trabajo a través del que investigadores del Cancer Center Clínica Universidad de Navarra (CUN) han desarrollado un nuevo sistema para predecir la evolución de los tumores de endometrio de bajo grado.
El nuevo procedimiento, desarrollado en el CIMA y basado en la inteligencia artificial (IA), permite predecir la agresividad de las células y ayudar a determinar el tratamiento de las pacientes con el objetivo de evitar que sufran una recaída.
Relaciones en tres niveles
En este trabajo, publicado en NPJ Digital Medicine, la más importante en su categoría, los investigadores presentan NaroNet, un sistema que puede aprender, sin la anotación manual de expertos, las complejas interrelaciones tumor-inmunes en tres niveles: fenotipos locales, vecindades celulares y áreas de tejido. Para ello, utiliza inmunofluorescencia multiplexada para la visualización y cuantificación simultáneas de macrófagos CD68+, células T CD8+, células T reguladoras FOXP3+, expresión de proteínas PD-L1/PD-1 y células tumorales.
Esta investigación ha contado con la participación del Hospital Universitario La Paz de Madrid, que ha proporcionado las muestras de pacientes.
El laboratorio de Modelos Preclínicos y herramientas de Análisis, de la plataforma de imagen del CIMA, que coordina Carlos Ortiz de Solórzano, desarrolló la técnica para analizar las muestras de tumores de 250 pacientes con cáncer de endometrio de bajo grado en estadios precoces.
A partir de ese análisis, el Servicio de Anatomía Patológica de la CUN procesó las biopsias con un método que permite visualizar y cuantificar múltiples células del sistema inmune y estudiar sus interacciones con las células tumorales.
El objetivo final radica en poder ofrecer a las pacientes el mejor tratamiento en cuanto sea posible. Para ello, el algoritmo creado desarrolla modelos de predicción a partir de la digitalización de las numerosas imágenes de biopsias para, posteriormente, buscar patrones en cada paciente que permitan predecir las posibilidades de sufrir una reaparición de la enfermedad.
De hecho, la investigación detalla que se ha desarrollado un modelo predictivo basado en la composición morfológica espacial de las células inmunitarias asociada con el riesgo de recurrencia en el cáncer de endometrio de bajo grado y etapa temprana.
En la publicación, los autores explican que la combinación de modelos basados en inteligencia artificial (IA) con IF multiplexado tiene el potencial de revelar nuevas interrelaciones tumor-inmunes en las que los expertos humanos tradicionalmente no se centrarían.
Refinar y ampliar muestras
"El trabajo futuro puede beneficiarse de un estudio más completo que analice la composición y la distribución espacial de las células inmunitarias utilizando muchos más marcadores celulares en cohortes independientes de cáncer de endometrio en etapa temprana y de bajo grado".
Carlos de Andrea, especialista en Anatomía Patológica de la CUN, señala que "uno de los resultados más relevantes del estudio ha sido comprobar que la inteligencia artificial (IA) identifica que la interacción del sistema inmune con el tumor es determinante para predecir la recaída de las pacientes", hecho que, a su juicio, evidencia "que el sistema inmune está implicado en la lucha contra el cáncer".
via Noticias de diariomedico.... https://ift.tt/fzkw5qV
No hay comentarios:
Publicar un comentario