Un equipo de científicos encabezado por el Dr. Assaf Zaritsky de la Universidad Ben-Gurion del Neguev, Israel ha determinado algunas de las características de las células de melanoma que probablemente hagan metástasis en otras partes del cuerpo, un primer e importante paso en el desarrollo de tratamientos novedosos y eventualmente una cura.
Los melanomas son una forma de cáncer de piel agresivo.
Este avance es el siguiente paso en la investigación sobre el que Zaritsky presentó en diciembre de 2018 en la conferencia de la Sociedad Americana de Biología Celular/EMBO en San Diego. Su investigación comenzó con Gaudenz Danuser del Centro Médico de la Universidad de Texas Southwestern en Dallas durante su investigación postdoctoral.
Utilizando redes neuronales profundas, sofisticados modelos matemáticos para procesar datos de forma compleja, el equipo de Zaritsky creó una representación del estado funcional de las células individuales que puede ayudar a predecir las posibilidades de que un melanoma de fase III pase a fase IV, la fase más avanzada del melanoma y una forma grave de cáncer de piel. Esto significa que el cáncer se ha extendido desde los nódulos linfáticos a otros órganos remotos.
“El sueño es que una persona venga con un melanoma de etapa III y los médicos puedan predecir si progresará a la etapa IV o no y, en base a eso, ajustar su tratamiento”, dijo a The Jerusalén Post.
Al generar imágenes celulares que nunca se observaron experimentalmente y al explotar la información temporal de los experimentos de imágenes celulares en vivo, su equipo realizó ingeniería inversa de las propiedades físicas de la información de la imagen latente que discrimina las células de melanoma con baja eficiencia metastásica frente a las altas. Esto reveló que las células que tienen probabilidades de metastatizar tienen extensiones pseudopodiales o protuberancias en miniatura y una mayor dispersión de la luz.
“El aprendizaje de la máquina de redes neuronales profundas es una herramienta muy poderosa y puede identificar patrones ocultos en los datos de imágenes celulares complejas que no vemos con nuestros ojos”, explicó Zaritsky. Sin embargo, dijo que a menudo estas técnicas de aprendizaje de la máquina son criticadas como cajas negras no interpretables, que carecen de la capacidad de proporcionar explicaciones significativas para las propiedades celulares que impulsan la predicción de la máquina.
Su equipo utilizó células de melanoma de pacientes que fueron previamente implantadas en ratones y mostraron un potencial metastásico asociado al resultado del paciente. El equipo investigó si este potencial puede ser predicho a partir de los patrones en la apariencia de las células.
Normalmente, la progresión metastásica se predice a través de una combinación de pruebas genéticas, historial del paciente y diapositivas histológicas estáticas, que no darían información sobre los cambios que ocurren dentro de las células.
La primera etapa de su investigación permite a los médicos predecir lo que es probable que ocurra con las células cancerosas del melanoma y tratarlas en consecuencia. Esta segunda etapa de la investigación, recientemente revelada, ayuda a identificar cuáles son las propiedades de estas células que hacen metástasis “para que podamos crear nuevos tratamientos y eventualmente curar… Si conocemos las propiedades de la célula que va a hacer metástasis, podemos buscar drogas”.
Dijo: “Tomaríamos células de los pacientes y les aplicaríamos diferentes drogas para ver cómo estas drogas cambian las células – si se comportan más como células con menos potencial metastásico”.
Zaritsky enfatizó que su trabajo está “muy lejos de ser una cura, pero ahora podemos empezar a pensar en ello mucho más de lo que podíamos antes”.
La investigación ya se publicó en bioRxiv.org y se ha presentado para su evaluación en una revista de revisión por pares.
