La inteligencia artificial y las imágenes infrarrojas clasifican automáticamente los tumores y son más rápidos que los métodos anteriores.
El inmenso progreso en el campo de las opciones de terapia en los últimos años ha mejorado significativamente las posibilidades de curación de los pacientes con cáncer de colon. Sin embargo, estos nuevos enfoques, como las inmunoterapias, requieren un diagnóstico preciso para que puedan adaptarse específicamente al individuo. Investigadores del Centro de Diagnóstico de Proteínas PRODI en la Universidad Ruhr de Bochum, Alemania, están utilizando inteligencia artificial en combinación con imágenes infrarrojas para adaptar de manera óptima la terapia del cáncer de colon a pacientes individuales. El método automatizable y sin etiquetas puede complementar los análisis patológicos existentes. El equipo dirigido por el profesor Klaus Gerwert informa en el “European Journal of Cancer” en enero de 2023.
Conocimientos profundos del tejido humano en una hora
El equipo de PRODI ha estado desarrollando un nuevo método de imagen digital en los últimos años: la llamada imagen infrarroja (IR) sin etiquetas mide la composición genómica y proteómica del tejido examinado, es decir, proporciona información molecular basada en los espectros infrarrojos. Esta información se decodifica con la ayuda de inteligencia artificial y se muestra como imágenes de colores falsos. Para ello, los investigadores utilizan métodos de análisis de imágenes del campo del aprendizaje profundo.
En cooperación con socios clínicos, el equipo de PRODI pudo demostrar que el uso de redes neuronales profundas permite determinar de forma fiable el llamado estado de microsatélites, un parámetro relevante desde el punto de vista pronóstico y terapéutico, en el cáncer de colon. En este proceso, la muestra de tejido pasa por un proceso automatizado estandarizado e independiente del usuario y permite una clasificación diferencial espacialmente resuelta del tumor en una hora.
Indicación de la eficacia de las terapias
En el diagnóstico clásico, el estado de los microsatélites se determina mediante inmunotinción compleja de varias proteínas o mediante análisis de ADN.
Del 15 al 20 por ciento de los pacientes con cáncer de colon muestran inestabilidad de microsatélites en el tejido tumoral. Esta inestabilidad es un biomarcador positivo que indica que la inmunoterapia será eficaz”.
Profesor Andrea Tannapfel, director del Instituto de Patología de la Universidad del Ruhr
Con las opciones de terapia en constante mejora, la determinación rápida y sin complicaciones de tales biomarcadores también se está volviendo cada vez más importante. Sobre la base de datos microscópicos IR, las redes neuronales se modificaron, optimizaron y entrenaron en PRODI para establecer diagnósticos sin etiquetas. A diferencia de la inmunotinción, este enfoque no requiere colorantes y es significativamente más rápido que el análisis de ADN. “Pudimos demostrar que la precisión de las imágenes IR para determinar el estado de los microsatélites se acerca al método más común utilizado en la clínica, la inmunotinción”, dice la estudiante de doctorado Stephanie Schörner. “A través del desarrollo constante y la optimización del método, esperamos un mayor aumento en la precisión”, agrega el Dr. Frederik Groβerüschkamp.
Socios de cooperación
Este proyecto fue posible gracias a una cooperación intensiva y de larga data entre el Instituto de Patología de la Universidad del Ruhr (Profesora Andrea Tannapfel), la Clínica de Hematología y Oncología del Hospital St. Josef, Centro Clínico de la Universidad del Ruhr (Profesora Anke Reinacher- Schick) y el Centro de Diagnóstico de Proteínas (Profesor Klaus Gerwert).
Los investigadores de PRODI pudieron acceder al registro molecular ColoPredict Plus 2.0, un estudio de registro multicéntrico no intervencionista para pacientes con cáncer colorrectal en etapa temprana, para desarrollar este enfoque de diagnóstico. “El registro ColoPredict también permite una terapia más específica para los pacientes a través del análisis específico de biomarcadores. Por lo tanto, el registro sirve recientemente como una plataforma de estudio para enfoques de oncología de precisión”, dice Anke Reinacher-Schick. Además de proporcionar muestras de tejido, el registro ofrece una sólida base de datos de características iniciales relevantes desde el punto de vista pronóstico y terapéutico. “En un proyecto de este tipo, es de inmensa importancia poder recurrir a una excelente cohorte y experiencia patológica”, enfatiza Klaus Gerwert. “Nuestro trabajo sobre la clasificación del estado de microsatélites en pacientes con cáncer de colon se basa en una de las cohortes más grandes que hemos publicado hasta la fecha y demuestra claramente el potencial de uso en la investigación traslacional del cáncer”, dice Andrea Tannapfel.
Fondos
El trabajo del Centro de Investigación para el Diagnóstico de Proteínas (PRODI) fue financiado por el Estado de Renania del Norte-Westfalia, Ministerio de Cultura y Ciencia (número de subvención: 111.08.03.05-133974). El estudio de registro fue financiado por Roche Pharma AG. Partes del proyecto fueron financiadas por el proyecto Slide2Mol a través del programa Computational Life Science del Ministerio Federal de Educación e Investigación.
Fuente:
Referencia de la revista:
Gerwert, K., et al. (2023) Detección automática rápida y sin etiquetas del estado de los microsatélites en el cáncer de colon temprano utilizando imágenes infrarrojas integradas de inteligencia artificial. Revista Europea de Cáncer. doi.org/10.1016/j.ejca.2022.12.026.
