El equipo desarrolla herramientas y técnicas para explorar las señales del cáncer a nivel subcelular

Este año, alrededor de 240 000 personas en los EE. UU. descubrirán que tienen cáncer de pulmón. Unos 200.000 de ellos serán diagnosticados con cáncer de pulmón de células no pequeñas, que es la segunda causa de muerte después de las enfermedades cardiovasculares.

El investigador de Georgia Tech, Ahmet Coskun, está trabajando para mejorar las probabilidades de estos pacientes en dos estudios publicados recientemente que se centran esencialmente en comprender por qué y cómo los pacientes responden de manera diferente a la enfermedad y los tratamientos.

«Lo que hemos aprendido es que la conectividad y la comunicación entre moléculas y entre células es lo que realmente controla todo, con respecto a si los pacientes se recuperan o no, o cómo responderán a los medicamentos», dijo Coskun, profesor asistente en el Departamento Wallace H. Coulter. de Ingeniería Biomédica en Georgia Tech y Emory University.

Publicado en las revistas Oncología de precisión npj y iCiencialos estudios detallan el desarrollo de herramientas y técnicas para explorar profundamente el microambiente tumoral a nivel subcelular, utilizando la experiencia del laboratorio Coskun en la combinación de métodos de imágenes celulares multiplex con inteligencia artificial.

«Estamos desarrollando una mejor comprensión de la señalización celular y la toma de decisiones, y cómo se coordina en el microambiente tumoral, lo que puede conducir a tratamientos de precisión mejor personalizados para estos pacientes», dijo Coskun, quien está muy interesado en saber por qué algunos pacientes responden a medicamentos innovadores de inmunoterapia, y algunos no.

Con eso en mente, su equipo desarrolló SpatialVizScore, un nuevo método que describen en Oncología de precisión npj, para estudiar en profundidad la inmunología tumoral en tejidos cancerosos y ayudar a identificar qué pacientes tienen más probabilidades de responder a una inmunoterapia. Es una actualización significativa de la metodología estándar actual utilizada por los médicos e investigadores del cáncer, Immunoscore.

Inmunidad de puntuación

La inmunopuntuación se utiliza como una herramienta de pronóstico, midiendo qué tan bien las células inmunitarias del cuerpo rodean y entran en un tumor. Se ha mostrado prometedor en la predicción del riesgo de recurrencia de la enfermedad de un paciente, un paso clave en el desarrollo de un plan de tratamiento personalizado. Una puntuación alta indica una mejor infiltración de células inmunitarias, mientras que una puntuación baja indica un mayor riesgo de recurrencia.

Pero las células inmunitarias son objetivos móviles y muestran un alto nivel de complejidad molecular que no siempre se puede capturar de forma adecuada con los métodos de inmunopuntuación convencionales. Con SpatialVizScore, el equipo de Coskun ha ampliado el alcance de la inmunopuntuación.

Mientras que el método estándar analiza cómo las células T interactúan con los tumores, el sistema de Coskun analiza las interacciones de células inmunitarias adicionales, como los macrófagos, que tienen dos subtipos: M1 y M2, que a menudo se encuentran en conflicto. M1 ayuda a eliminar patógenos, mientras que M2 puede promover el crecimiento de tumores.

El sistema de imágenes multiplex de Coskun analiza todo eso, visualizando cómo estas células se comunican e interactúan entre sí y con las células cancerosas, no solo dentro y alrededor del tumor, sino en todo el entorno del tumor.

«Debido a que las células cancerosas y las células inmunitarias no siempre están cerca unas de otras, visualizamos la conectividad espacial y visualizamos comunidades de células o vecindarios», dijo Coskun. «Pero no solo observamos una célula cancerosa que interactúa con una célula inmunitaria. También observamos las interacciones inmunitarias. Al observar los efectos de estas diferentes interacciones, podemos explicar el tumor y podemos llegar a desarrollar una inmunopuntuación más completa».

Acercándose

En el iCiencia estudio, el equipo se aleja de las comunidades y barrios de células. En cambio, se enfocan en las redes de interacción proteína-proteína subcelular, que pueden afectar las vías de señalización en el cáncer, cuando las moléculas en una célula trabajan juntas para controlar una función celular, que puede ser la división celular o la muerte celular.

Cada molécula activa a otra molécula, y el proceso se repite a lo largo de la «vía» hasta que se activa la última molécula de la fila y se lleva a cabo la función celular, buena o mala. La activación anormal de una vía puede provocar cáncer, pero algunos medicamentos se dirigen a moléculas específicas involucradas y pueden evitar que las células cancerosas crezcan.

Coskun y su equipo están utilizando sus herramientas de imágenes multiplex y aprendizaje automático para investigar las interacciones proteína-proteína para descifrar la patogenia de las vías de señalización que contribuyen a la resistencia a los medicamentos en el cáncer de pulmón de células no pequeñas.

«Podemos observar y mapear la actividad de las proteínas», dijo Coskun, cuyo equipo desarrolló una técnica de imagen con resolución subcelular llamada inmunofluorescencia multiplexada rápida (RapMIF).

«Las proteínas toman las decisiones que afectan a nuestras células», añadió Coskun. «Ahora podemos ver cómo se comunican, cómo afectan lo que finalmente hacen nuestras células. Es un enfoque de descubrimiento de señalización que se puede usar para diseñar terapias de precisión y, en última instancia, ayudar a más pacientes que luchan contra el cáncer».