Método de imágenes mapea conexiones entre células inmunes para predecir supervivencia de pacientes con cáncer

Un tumor en crecimiento se ve influenciado no sólo por las propias células tumorales, sino también por el tejido circundante, que altera su biología. Las células inmunitarias se comunican transfiriendo proteínas de señalización vitales a sus superficies, creando "sinapsis" físicas entre las células. Este movimiento de recursos desde el interior de la célula a su superficie es esencial para coordinar las respuestas inmunitarias contra los patógenos y los cánceres. Para explorar las interacciones de las células inmunitarias dentro del microambiente tumoral (el área que rodea un tumor), los investigadores suelen aislar estas células inmunitarias para analizar los genes activos en cada tipo de célula. Alternativamente, pueden aplicar etiquetas fluorescentes a proteínas específicas y utilizar el microscopio para visualizar la abundancia de esas proteínas en función de la intensidad de la fluorescencia. Sin embargo, ninguno de los métodos revela si las proteínas se encuentran en la superficie celular en una sinapsis, lo que contribuye a las interacciones entre células. Ahora se ha desarrollado una nueva combinación de técnicas de imagen y computación para estudiar las conexiones entre las células inmunitarias en el cáncer de mama y el melanoma.

Los investigadores del Laboratorio Jackson (JAX, Bar Harbor, ME, EUA) comenzaron utilizando datos de microscopía existentes para examinar cómo las moléculas de señalización se agrupan en las sinapsis inmunitarias, lo que proporcionó una comprensión más completa de las interacciones entre las células inmunitarias. Luego integraron métodos de imagen avanzados con una nueva técnica computacional para investigar las interacciones entre las células inmunitarias con un detalle sin precedentes y descubrieron que estas interacciones en el contexto del cáncer de mama o el melanoma pueden ayudar a predecir las respuestas inmunitarias y los resultados de los pacientes. En particular, la investigación indicó que el aumento de las interacciones entre dos tipos específicos de células inmunitarias se correlacionaba con una mayor supervivencia en pacientes con cáncer de mama.

La técnica, conocida como Análisis Computacional de Sinapsis Inmunológica (CISA, por sus siglas en inglés), permite al equipo de investigación detectar no solo qué células dentro de un tejido entran en contacto físico entre sí, sino también si las moléculas clave se concentran en esos puntos de contacto. El método analiza imágenes de células inmunitarias, haciendo hincapié en los bordes celulares y las posibles sinapsis inmunitarias, y las compara con la localización de las moléculas marcadas. Al centrarse en las células T, los investigadores demostraron que el CISA podía identificar interacciones entre las células T y otras células inmunitarias dentro de microambientes tumorales en muestras de melanoma humano. Experimentos adicionales indicaron que las sinapsis formadas entre las células T y los macrófagos (células que engullen patógenos y células tumorales) estaban asociadas con una mayor proliferación de células T.

Los investigadores evaluaron entonces si las interacciones de las células inmunitarias en muestras de cáncer de mama influyeron en la progresión del cáncer. Sus hallazgos, publicados en la edición avanzada en línea de Communications Biology, revelaron que las conexiones más fuertes entre las células T y las células B (otro tipo de célula inmunitaria) estaban vinculadas a mejores tasas de supervivencia para los pacientes. Esta información podría eventualmente facilitar nuevos métodos para predecir los resultados de los pacientes, seleccionar candidatos para terapias inmunitarias o incluso desarrollar nuevas inmunoterapias. Identificar patrones significativos en las interacciones celulares es el objetivo final de CISA. Los investigadores han hecho que esta plataforma de análisis de imágenes sea accesible en línea para otros científicos y creen que podría utilizarse para analizar las interacciones entre varios tipos de células. Además, es capaz de procesar diferentes tipos de imágenes; las muestras de melanoma se examinaron mediante histocitometría, mientras que las muestras de cáncer de mama se analizaron mediante citometría de masas de imágenes (IMC). El equipo planea extender su método a otros tipos de tumores y tipos de células inmunitarias para profundizar su comprensión del microambiente tumoral y sus efectos sobre el cáncer.

“Los investigadores han sospechado desde hace tiempo que caracterizar mejor esta compleja comunidad, que incluye células inmunes, vasos sanguíneos y moléculas de señalización, podría arrojar luz sobre cómo los cánceres crecen, se propagan y responden al tratamiento”, dijo Jeffrey Chuang, profesor de JAX y autor principal del nuevo estudio. “Este nuevo análisis nos permite cuantificar las ubicaciones e interacciones de las células y las moléculas de una manera que nunca antes había sido posible mediante el uso de imágenes”.

Visitar la expo >

Miembro Oro

Nucleic Acid Extractor System

NEOS-96 XT

Software de laboratorio
Acusera 24•7

New

Analizador de coagulación automatizado

Hemolumi H6

Electrolyte Analyzer

CBS-4000 (CBS-400)