Almira Bartolomé
Directora de Business Development, 3PBIOVIAN
Jurgen Van Broeck
CEO, mAbxience
Cristina López
Directora de la oficina de Barcelona y Chief Research & Development Officer, Qualipharma
Investigadores del CSIC desarrollan un método rápido y preciso para detectar células de cáncer de mama a partir de su actividad metabólica
Los investigadores destacan que esta técnica podría facilitar el desarrollo de nuevas terapias dirigidas y mejorar la comprensión de la biología del cáncer.
Un equipo de científicos del Grupo Bionanomechanics Lab, del Instituto de Micro y Nanotecnología del CSIC (IMN-CSIC), en colaboración con Marcos Malumbres del Vall d’Hebron Institute of Oncology (VHIO), ha desarrollado un innovador método para suprimir la principal fuente de ruido en microscopía holográfica digital. Este avance permite visualizar la actividad metabólica de las células con alta resolución espacial y sensibilidad en pocos minutos. La desregulación del metabolismo celular es una de las características fundamentales de las células tumorales, ya que les permite obtener energía para proliferar de manera descontrolada e invadir otros órganos en un proceso conocido como metástasis. Los resultados del estudio han sido publicados en la revista iScience, de acceso abierto.
Innovación en la visualización metabólica
Este es el primer método que permite obtener información sobre la actividad metabólica de las células de manera no invasiva y sin el uso de moléculas fluorescentes. Javier Tamayo, investigador del IMN-CSIC y director del estudio, explica que “este avance ha revelado que las células de cáncer de mama presentan regiones muy definidas donde se desarrolla la mayoría de la actividad metabólica alimentada por ATP,” la “moneda energética” de la vida. Jose Jaime Ruz, coautor del trabajo, añade que “sorprendentemente, a medida que aumenta la malignidad, las células expanden estratégicamente estas regiones activas para satisfacer sus crecientes demandas energéticas.”
Herramienta para comprender la desregulación metabólica
Este desarrollo proporciona una herramienta única para entender la desregulación del metabolismo en los tumores. Además, el grupo ha creado algoritmos de tratamiento y procesamiento de imágenes que permiten determinar la malignidad y el potencial metastásico de las células cancerosas en un corto periodo de tiempo y con alta precisión, utilizando algoritmos de deep learning, que ya han sido patentados por los coautores Alvaro Cano y Jose Jaime Ruz.
Tamayo enfatiza que “la capacidad de visualizar con alta resolución espacial y alta sensibilidad la actividad metabólica de las células es crucial, ya que la desregulación del metabolismo es un factor clave en el progreso y la metástasis del cáncer.” Las implicaciones clínicas de este método son significativas, ya que permite una fenotipificación o caracterización celular más precisa. Esto puede mejorar la detección temprana del cáncer, la evaluación de la progresión de la enfermedad y la personalización de tratamientos oncológicos.
Impacto en el tratamiento del cáncer
Los investigadores destacan que esta técnica podría facilitar el desarrollo de nuevas terapias dirigidas y mejorar la comprensión de la biología del cáncer. Los algoritmos de decorrelación de ruido y análisis de imagen han sido protegidos mediante patente del CSIC, lo que resalta la relevancia y originalidad de esta innovación en el ámbito de la oncología.
Y ADEMÁS
Si continúas navegando, aceptas su uso.
Más información
Política de privacidad | Cookies | Aviso legal | Información adicional| miembros de CEDRO