- El neuroblastoma es, con diferencia, el cáncer más común en bebés (menores de 1 año)
- El estudio prevé aplicar la patología digital y la inteligencia artificial –unas herramientas emergentes prometedoras en medicina de precisión- en mayor número de tumores
- Los resultados de este estudio, que resaltan la importancia de las terapias centradas en la matriz extracelular para mejorar la evaluación terapéutica, se han publicado recientemente en Computers in Biology and Medicine
Rosa Noguera, Isaac Vieco-Martí y Samuel Navarro, investigadores de INCLIVA/UV/CIBERONC en este estudio.
Investigadores del Instituto de Investigación Sanitaria INCLIVA, del Hospital Clínico de València, Universitat de València (UV) y CIBERONC (Centro de Investigación Biomédica en Red de Cáncer), del Instituto de Salud Carlos III (ISCIII), del Ministerio de Ciencia e Innovación, están estudiando métodos de análisis de imágenes digitales microscópicas para la evaluación del comportamiento celular y el microambiente tumoral que permitan ayudar en la valoración terapéutica en neuroblastoma de alto riesgo.
Los investigadores consideran que estas herramientas podrían ser de gran utilidad para la detección temprana y mejorar la precisión de la clasificación y el pronóstico de los tumores malignos, no solo de los neuroblastomas.
El neuroblastoma es un cáncer infantil del sistema nervioso simpático que se diagnostica durante los primeros cinco años de vida, especialmente en lactantes y es, con diferencia, el cáncer más común en bebés (menores de 1 año). La mayoría de los neuroblastomas se encuentran en el área abdominal y el sitio primario de los tumores comúnmente está relacionado con las glándulas suprarrenales o los ganglios simpáticos. La agresividad del neuroblastoma está influenciada por una serie de factores y los pacientes con neuroblastoma de bajo riesgo presentan un mejor pronóstico que aquellos con alto riesgo, con una tasa de supervivencia a cinco años de aproximadamente del 90%-95 % frente al 40%-50%, respectivamente.
“Los pacientes con neuroblastoma de alto riesgo necesitan diagnósticos y terapias de precisión que se pretende obtener con la patología digital (que se basa en el procesamiento de imágenes digitales de muestras biológicas) y la inteligencia artificial, unas herramientas emergentes prometedoras en oncología de precisión, ya que proporcionan un análisis más sólido y reproducible de las características histológicas (a partir de muestras de tejidos), morfológicas y topológicas de las células tumorales y el microambiente circundante”, explica la Dra. Rosa Noguera, investigadora principal del estudio junto con el Dr. Samuel Navarro. Ambos coordinan el Grupo de Investigación Traslacional de Tumores Sólidos Pediátricos de INCLIVA, perteneciente al CIBERONC y el Grupo de Investigación ResPediaTu de la UV.
Los resultados de este estudio, que resaltan la importancia de las terapias centradas en la matriz extracelular en estudios preclínicos para mejorar la evaluación terapéutica de pacientes con neuroblastoma de alto riesgo, se han publicado recientemente en Computers in Biology and Medicine, en un artículo titulado ‘Digital image analysis workflows for evaluation of cell behavior and tumor microenvironment to aid therapeutic assessment in high-risk neuroblastoma’. Además de los doctores Noguera y Navarro (catedráticos de la UV), son coautores del artículo Mara Stoks y Marta Sánchez-Sánchez (estudiantes de Master de investigación), Isaac Vieco-Martí (estudiante de Doctorado), Inmaculada Noguera (PAS-E.T.S. Veterinaria PDI-Asociado) y Rebeca Burgos-Panadero (Bióloga y Doctora en Medicina), investigadores del mismo grupo de INCLIVA y de CIBERONC y vinculados a la UV.
El citado grupo de INCLIVA se ha centrado en los últimos años en el estudio de la matriz extracelular en tumores de neuroblastoma para descubrir nuevas características que permitan un pronóstico y una estratificación del riesgo más precisos. La matriz extracelular es un componente fundamental del microambiente tumoral, donde tiene un papel crucial en la progresión tumoral y la metástasis, proporcionando no sólo un andamiaje para las células sino también señales bioquímicas y biomecánicas que promueven el crecimiento, la migración y la diferenciación celular. Durante los últimos años, la vitronectina, una glicoproteína (combinación de proteínas y carbohidratos) presente en la matriz extracelular ha ganado especial interés en la investigación del cáncer, ya que favorece la adhesión celular a la matriz extracelular y participa en la diferenciación, migración y proliferación celular.
Muestra tumoral teñida con hematoxilina eosina. Segmentación del área tumoral y diferenciación automática del centro y la periferia de la muestra según la solidez (área total/área convexa).
El objetivo del actual estudio era diseñar métodos de análisis digital microscópico para definir el centro y la periferia en muestras tumorales según su forma y cuantificar adecuadamente la presencia de proteína extracelular, con el fin de mejorar la evaluación terapéutica.
Para ello, los investigadores han generado flujos de análisis que han permitido la detección y cuantificación automática de elementos del microambiente tumoral por parte de neuroblastos (células precursoras de las neuronas que se encuentran en el sistema nervioso en desarrollo) malignos para evaluar la posibilidad de combinar la quimioterapia tradicional con terapias dirigidas la matriz extracelular.
Hasta el momento, el análisis de imágenes digitales ha sumado evidencia de la relevancia de la vitronectina territorial como diana terapéutica en el neuroblastoma.
El estudio de la vitronectina segregada por los neuroblastos malignos a la matriz extracelular y su importancia como diana terapéutica lo inició el grupo en 2016. El estudio actual prevé la aplicación de la patología digital y la inteligencia artificial en mayor número de tumores en modelos preclínicos in vitro en 3D, in vivo y en tumores humanos. La fecha final prevista de estas aplicaciones es marzo de 2024.
En el estudio se han utilizado las instalaciones del Departamento de Patología de la Facultad de Medicina de la UV y del Servicio Central de Apoyo a la Investigación Experimental (SCSIE) en Burjassot de la UV.
Este trabajo ha obtenido financiación del ISCIII (FIS) y FEDER (Fondo Europeo de Desarrollo Regional) [número de subvención PI20/01107]; CIBERONC [contrato CB16/12/00484]; Ministerio de Universidades de España [beca FPU20/05344].y Fundación Neuroblastoma [PRV/00166].
Referencia del artículo:
Stoks, M., Vieco-Martí, I., Noguera, I., Sánchez-Sánchez, M., Burgos-Panadero, R., Navarro, S., & Noguera, R. (2023). Digital image analysis workflows for evaluation of cell behavior and tumor microenvironment to aid therapeutic assessment in high-risk neuroblastoma. Computers in biology and medicine, 164, 107364. https://doi.org/10.1016/j.compbiomed.2023.107364