Método nuevo para el análisis tridimensional de las células cancerosas muestra potencial diagnóstico

Se ha desarrollado un método nuevo de biopsia que puede perfilar simultáneamente múltiples biomarcadores del microambiente tumoral y puede ser usado potencialmente para el diagnóstico y pronóstico del cáncer.

El nuevo método se llama ensayo de exploración única multiómica con análisis combinatorio integrado (MOSAICA). MOSAICA integra el etiquetado in situ de ARNm y marcadores de proteínas en células o tejidos con sondas combinatorias de fluorescencia espectral y codificadas de por vida, imágenes de fluorescencia espectrales y de resolución temporal y decodificación basada en aprendizaje automático.

La microscopía de imágenes de fluorescencia de por vida o FLIM es una técnica de imagenología basada en las diferencias en la tasa de descomposición exponencial de la emisión de fotones de un fluoróforo de una muestra. Se usa el tiempo de vida de la fluorescencia (FLT) del fluoróforo, en lugar de su intensidad para crear la imagen en la FLIM. El tiempo de vida de la fluorescencia depende del microentorno local del fluoróforo, lo que impide cualquier medición errónea de la intensidad de la fluorescencia debido al cambio en el brillo de la fuente de luz, la intensidad de la luz de fondo o el fotoblanqueo limitado. Esta técnica también tiene la ventaja de minimizar el efecto de la dispersión de fotones en capas gruesas de muestra. Al depender del microambiente, las mediciones de la vida útil se han utilizado como indicador del pH, la viscosidad y la concentración de especies químicas.

Investigadores de la Universidad de California, Irvine (EUA), describieron recientemente el desarrollo de MOSAICA, que incluye un algoritmo de diseño de sonda automatizado, optimización y validación de hibridación de sonda, etiquetado combinatorio espectral y de por vida y análisis para la codificación y decodificación de objetivos. En particular, desarrollaron un software automatizado de segmentación de fasores de tiempo de vida y espectral, impulsado por aprendizaje automático, para revelar y visualizar espacialmente la presencia, identidad, nivel de expresión, ubicación, distribución y heterogeneidad de cada ARNm objetivo en el contexto tridimensional.

Los investigadores utilizaron MOSAICA para analizar un panel de expresión génica de 10-plex en células colorrectales, SW480, basado en códigos de barras combinatorios espectrales y de por vida de solo cinco fluoróforos comerciales genéricos y para demostrar la detección conjunta simultánea de la proteína y el ARNm en las células cancerosas. Además, demostraron la utilidad de MOSAICA en la mejora de la multiplexación, la detección de errores y la eliminación de la autofluorescencia en tejidos de melanoma clínico autofluorescente, fijados en formol e incluidos en parafina (FFPE), lo que demuestra su uso potencial en tejidos para el diagnóstico y el pronóstico del cáncer.

“La biología espacial es una frontera científica nueva y el mapeo de cada célula y su función en el cuerpo tanto a nivel molecular como tisular es fundamental para comprender la enfermedad y desarrollar diagnósticos y tratamientos de precisión”, dijo el autor principal, el Dr. Weian Zhao, profesor de ciencias farmacéuticas en la Universidad de California, Irvine. “Muchos inmunoterapéuticos contra el cáncer, incluidos los inhibidores del punto de control inmunitario, no funcionan y los científicos se dieron cuenta de que se debía a la organización espacial de todos los tipos de células de tejido tumoral, lo que dicta la eficacia del fármaco. El MOSAICA puede caracterizar las composiciones celulares espaciales y las interacciones en el microambiente inmunitario tumoral en biopsias para informar un diagnóstico y tratamiento personalizados”.

El desarrollo del protocolo MOSAICA se describió en la edición en línea del 10 de enero de 2022 de la revista Nature Communications.

Enlace relacionado:
Universidad de California, Irvine