Un ensayo microfluídico unicelular predice el riesgo de cáncer de mama

La estratificación del riesgo de cáncer de mama sigue siendo imprecisa, ya que los modelos poblacionales y la densidad mamaria pueden sobreestimar o subestimar el riesgo individual, lo que podría llevar a una detección excesiva o insuficiente. Además, no existe ninguna prueba no genética para identificar a las mujeres con mayor riesgo antes de que se manifieste la enfermedad.

Para abordar esta deficiencia, los investigadores han introducido un enfoque unicelular, microfluídico y de aprendizaje automático que cuantifica la susceptibilidad al cáncer de mama directamente a partir de las células epiteliales de la mujer.

City of Hope (Duarte, CA, EE. UU.), en colaboración con la Universidad de California (Berkeley, CA, EE. UU.), desarrolló MechanoAge, una plataforma microfluídica que evalúa el riesgo de cáncer de mama a nivel celular. El sistema comprime células epiteliales mamarias individuales para evaluar cómo se deforman y se recuperan bajo estrés, y luego utiliza aprendizaje automático para traducir estas respuestas biofísicas en una puntuación de riesgo personalizada.

La plataforma funciona mediante la técnica de detección de poros con nodo mecánico (Mechano-NPS), que mide una corriente eléctrica a través de un microcanal lleno de líquido. A medida que las células atraviesan el canal, alteran la señal, lo que permite medir su tamaño, forma y cinética de recuperación. Las constricciones estrechas aplican tensión mecánica, de modo que el tiempo de recuperación sirve como indicador de las propiedades viscoelásticas, y el algoritmo cuantifica una “edad mecánica” que los investigadores asociaron con una mayor susceptibilidad.

En análisis comparativos, las células de mujeres mayores eran más rígidas y tardaban más en volver a su estado basal que las de mujeres más jóvenes. Sorprendentemente, un subgrupo de mujeres jóvenes portadoras de mutaciones genéticas de alto riesgo exhibió comportamientos celulares similares a los de las mujeres mayores.

Tras su perfeccionamiento, el algoritmo identificó a individuos con riesgo genético conocido y se aplicó a células de mujeres sanas, mujeres con antecedentes familiares y tejido de la mama no afectada de mujeres con cáncer en la mama contralateral.

Según los autores, más del 90 % de las mujeres carecen de una predisposición genética conocida al cáncer de mama, lo que subraya la necesidad de herramientas de evaluación de riesgos individualizadas y basadas en la biología. El sistema electrónico MechanoAge utiliza componentes sencillos que, según el equipo, serían fáciles y económicos de replicar a gran escala. El estudio, fruto de más de 12 años de colaboración interdisciplinaria, se publicó en eBioMedicine (2026).

“Nuestro equipo no es el primero en medir las propiedades mecánicas de las células; sin embargo, otros métodos requieren tecnología de imagen avanzada que es costosa, engorrosa y de disponibilidad limitada. En cambio, MechanoAge utiliza chips de computadora más sencillos que un Apple Watch y componentes de Radio Shack que son baratos y fáciles de ensamblar, lo que potencialmente hace que el dispositivo sea altamente escalable”, dijo Lydia Sohn, Ph.D., titular de la Cátedra Almy C. Maynard y Agnes Offield Maynard de Ingeniería Mecánica en UC Berkeley.

“Con precisión, pudimos determinar qué mujeres tenían un alto riesgo de padecer cáncer de mama y cuáles no parecían tenerlo”, dijo Mark LaBarge, doctor y profesor del Departamento de Ciencias de la Población de City of Hope.

Enlaces relacionados
City of Hope
UC Berkeley

Visitar la expo >

Miembro Platino

Analizador de coagulación automatizado

Hemolumi H6

Miembro Oro

Electrolyte Analyzer

CBS-4000 (CBS-400)

New

Miembro Oro

Analizador de la función plaquetaria

PL-12

CMV CLIA Diagnostic

CLIA CMV IgA Screen Group