Herramienta diagnóstica para identificación de células cancerosas con citometría de deformabilidad

Se ha usado un sistema que clasifica las células individuales según su comportamiento estructural (mecanofenotipificación) para identificar cánceres en los casos donde es difícil o imposible resolverlo con las técnicas citológicas tradicionales.

Investigadores de la Universidad de California en Los Ángeles (EUA) basaron el desarrollo del “citómetro de deformabilidad” en el entendimiento de que las células no son simples sacos de líquido. También contienen propiedades viscosas y elásticas relacionadas con las membranas que las rodean; sus elementos estructurales internos, tales como orgánulos; y la disposición de ADN empaquetado en sus núcleos. Debido a las variaciones en estas propiedades pueden proporcionar información sobre el estado de la actividad de las células y pueden ser indicativas de enfermedades, como el cáncer, su medición es importante.

El citómetro por deformabilidad consiste en un chip de microfluidos en miniatura que alinea secuencialmente las células de manera que se chocan con un muro de fluido a velocidades de miles de células por segundo. Una cámara especializada captura imágenes microscópicas de estas células a intervalos de 140 mil imágenes por segundo, y estas imágenes son analizadas, posteriormente, automáticamente, por el software personalizado para extraer información acerca de las propiedades físicas de las células.

En un estudio, los investigadores de la Universidad de California en Los Ángeles y sus colegas de la Universidad de Harvard (Boston, MA, EUA; www.harvard.edu) utilizaron la técnica para diagnosticar los derrames pleurales malignos, en el que las células tumorales diseminadas son difíciles de identificar con exactitud mediante la citología tradicional.

Se estableció un sistema de puntuación, diagnóstico, algorítmico, con base en las características cuantitativas de las distribuciones bidimensionales de los mecanofenotipes unicelulares de 119 muestras. El sistema de puntuación clasificó el 63% de las muestras en dos regímenes de alta confianza con 100% de valor predictivo positivo o 100% de valor predictivo negativo, y ha logró un área bajo la curva de 0,86. Este desempeño fue adecuado para una función de preselección para concentrar el tiempo de análisis del citopatólogo en una fracción más pequeña de muestras difíciles. Además, las muestras marcadas como “células atípicas”, que requieren tiempo adicional y seguimiento, fueron clasificadas en los regímenes de alta confianza en ocho de los 15 casos. Además, 10 de 17 muestras de citología negativas que correspondían a pacientes con cáncer concurrente fueron clasificadas correctamente como malignas o negativas, de acuerdo con los resultados a los seis meses.

“Con base en estos resultados, estamos iniciando estudios con muchos más pacientes para determinar si esto podría ser una herramienta de diagnóstico rentable y proporcionar información aún más detallada sobre el origen del cáncer”, dijo el autor principal, el Dr. Dino Di Carlo, profesor asociado de bioingeniería en la Universidad de California, Los Ángeles. “Esto podría ayudar a reducir la carga de trabajo en el laboratorio y acelerar el diagnóstico, así como ofrecerles a los médicos una nueva forma para mejorar la toma de decisiones clínicas”.

El estudio clínico fue publicado en la edición digital del 20 de noviembre 2013, de la revista Science Translational Medicine.

Enlaces relacionados:

University of California, Los Angeles

Harvard University