El diagnóstico precoz garantiza una tasa de supervivencia mayor, de ahí que los equipos de investigación se afanen en el desarrollo de técnicas nuevas con las que localizar antes las células cancerosas. Ahora, científicos del Grupo Bionanomechanics Lab, del Instituto de Micro y Nanotecnología del CSIC ha logrado un método más rápido y preciso para detectar estas células de cáncer de mama, con el que se suprime la principal fuente de ruido en microscopía holográfica digital.
Este método nuevo es el primero que permite obtener esta información de modo no invasivo y sin usar moléculas fluorescentes. Y se basa en el estudio de la actividad metabólica de las células cancerosas, una línea de estudio novedosa, que permite identificar la células dañinas de una forma más precisa.
Cómo es el nuevo método para detectar células de cáncer de mama
En el nuevo método para detectar células de cáncer de mama se estudia su a la actividad metabólica. La desregulación del metabolismo celular es una de las principales características de las células tumorales que les permite obtener energía para proliferar sin control e invadir otros órganos en un proceso conocido como metástasis. La técnica desarrollada revela cómo se configura espacialmente la actividad metabólica en las células en función de su malignidad en células tumorales de cáncer de mama. Los resultados se publican en la revista iScience, de acceso abierto.
Este avance ha revelado que las células de cáncer de mama presentan regiones muy definidas donde se desarrolla la mayoría de la actividad metabólica alimentada por ATP (conocida como la moneda energética de la vida, una molécula que proporciona energía en la mayoría de los procesos celulares)”, explica Javier Tamayo, investigador del IMN-CSIC que ha dirigido el estudio.
“Sorprendentemente, a medida que aumenta la malignidad, las células expanden estratégicamente estas regiones activas para satisfacer sus crecientes demandas energéticas”, añade Jose Jaime Ruz, coautor del trabajo.
Qué herramientas digitales se han creado a partir de este método
“Este desarrollo proporciona una herramienta única para entender la desregulación del metabolismo en tumores”, precisa el investigador. Además, el grupo ha desarrollado algoritmos de tratamiento y procesado de imágenes que permiten determinar la malignidad y el potencial metastásico de las células cancerosas en un corto periodo de tiempo y con alta precisión usando algoritmos de deep learning, que ya han sido patentados por los coautores Alvaro Cano y Jose Jaime Ruz.
“La capacidad de visualizar con alta resolución espacial y alta sensibilidad la actividad metabólica de las células es crucial, ya que la desregulación del metabolismo es un factor clave en el progreso y la metástasis del cáncer”, explica Tamayo. Las implicaciones clínicas de este método son significativas. Al permitir una fenotipificación o caracterización celular más precisa, esta técnica puede mejorar la detección temprana del cáncer, la evaluación de la progresión de la enfermedad y la personalización de tratamientos oncológicos, según explican los investigadores. Además, podría facilitar el desarrollo de nuevas terapias dirigidas y mejorar la comprensión de la biología del cáncer.
Los algoritmos de decorrelación de ruido y análisis de imagen han sido protegidos mediante patente del CSIC.
