Visitas: 23
– Nuevo algoritmo de aprendizaje profundo DeepMACT detecta las metástasis más pequeñas (tiempo de lectura 3 minutos)
Courtesy by TUM: Investigadores de la Universidad Técnica de Munich (TUM), el Helmholtz Zentrum München y la LMU Munich han desarrollado un nuevo algoritmo que detecta automáticamente las metástasis. La nueva tecnología utiliza inteligencia artificial (IA) e incluso encuentra células cancerosas diseminadas en el cuerpo de los ratones. De esta manera, los mecanismos de propagación de diferentes tipos de cáncer pueden investigarse con más detalle.
Más del 90 por ciento de los pacientes con cáncer mueren de metástasis distales en lugar de como resultado directo del tumor primario. Las metástasis de cáncer generalmente se desarrollan a partir de células cancerosas diseminadas individuales, que evaden el sistema de vigilancia inmunológica del cuerpo. Hasta ahora, la detección exhaustiva de estas células en todo el cuerpo no ha sido posible debido a la resolución limitada de las técnicas de imagen como la bioluminiscencia y la resonancia magnética (MRI). Esto ha resultado en una relativa falta de conocimiento de los mecanismos específicos de diseminación de diversos tipos de cáncer, lo cual es un requisito previo para una terapia efectiva.
Trascendiendo las capacidades de detección humana con aprendizaje profundo
El método vDISCO, desarrollado por un equipo dirigido por el Dr. Ali Ertürk, Director del Instituto de Ingeniería de Tejidos y Medicina Regenerativa de Helmholtz Zentrum München, puede hacer que el tejido de todo el cuerpo de un ratón sea transparente. Esta “eliminación de tejido” permitió a los investigadores utilizar microscopios de escaneo láser para detectar las metástasis más pequeñas e incluso células individuales de cáncer en el tejido del cuerpo transparente del ratón.
Dado que analizar manualmente dichos datos de imágenes requeriría mucho tiempo y los algoritmos disponibles hasta ahora para este tipo de análisis de datos ofrecen solo confiabilidad y velocidad de procesamiento limitadas, el equipo ha desarrollado un nuevo algoritmo basado en aprendizaje profundo llamado DeepMACT. Coincide con el desempeño de expertos humanos en la detección de metástasis, pero lo hace más de 300 veces más rápido. “Con solo unos pocos clics, DeepMACT puede hacer el trabajo de detección manual de meses en menos de una hora. Ahora podemos realizar análisis de metástasis de alto rendimiento hasta células tumorales diseminadas como una rutina diaria “, dice Oliver Schoppe, coautor del estudio y Ph.D. estudiante en el grupo del Prof. Bjoern Menze en TranslaTUM, el Centro de Investigación Traslacional del Cáncer en TUM.
Identificar patrones de metástasis
Vea el video en esta link: https://youtu.be/4lZoop-_kXU
Usando DeepMACT, los investigadores han obtenido nuevos conocimientos sobre los perfiles metastásicos únicos de diferentes modelos tumorales. Por ejemplo, DeepMACT ha descubierto un aumento sustancial de pequeñas metástasis en todo el cuerpo del ratón con el tiempo. “Ninguna de estas características pudo detectarse antes mediante imágenes de bioluminiscencia convencionales. DeepMACT es el primer método que permite el análisis cuantitativo del proceso metastásico a escala de cuerpo completo ”, agrega el Dr. Chenchen Pan, becario postdoctoral en Helmholtz Zentrum München y también primer autor conjunto del estudio. “Nuestro método también nos permite analizar la focalización de las terapias de anticuerpos tumorales con más detalle”.
Con DeepMACT, los investigadores ahora tienen una herramienta con la cual evaluar la orientación de las terapias clínicas del cáncer que emplean anticuerpos monoclonales específicos de tumores. Como ejemplo representativo, han utilizado DeepMACT para cuantificar la eficacia de un anticuerpo terapéutico llamado 6A10, que se ha demostrado que reduce el crecimiento tumoral. Los resultados demostraron que 6A10 puede perder hasta el 23 por ciento de las metástasis en los cuerpos de los ratones afectados. Esto subraya la importancia del análisis de la eficacia de la focalización a nivel de metástasis individuales para el desarrollo de nuevos fármacos tumorales.
La herramienta está disponible públicamente
“La batalla contra el cáncer ha estado en marcha durante décadas y todavía queda un largo camino por recorrer antes de que finalmente podamos vencer la enfermedad. Para desarrollar terapias contra el cáncer más efectivas, es fundamental comprender los mecanismos metastásicos en diversos tipos de cáncer y desarrollar medicamentos específicos para el tumor que sean capaces de detener el proceso metastásico ”, explica Ertürk.
DeepMACT está disponible públicamente y puede adoptarse fácilmente en otros laboratorios que se centran en diversos modelos de tumores y opciones de tratamiento. “Hoy, la tasa de éxito de los ensayos clínicos en oncología es de alrededor del 5 por ciento. Creemos que la tecnología DeepMACT puede mejorar sustancialmente el proceso de desarrollo de fármacos en la investigación preclínica. Por lo tanto, podría ayudar a encontrar candidatos a fármacos mucho más potentes para ensayos clínicos y, con suerte, ayudar a salvar muchas vidas ”.
Publicaciones: Pan C, Schoppe O, Parra-Damas A, Cai R, Todorov MI, Gondi G, von Neubeck B, Böğürcü-Seidel N, Seidel S, Sleiman K, Veltkamp C, Förstera B, Mai H, Rong Z, Trompak O, Ghasemigharagoz A, Reimer MA, Cuesta AM, Coronel J, Jeremias I, Saur D, Acker-Palmer A, Acker T, Garvalov BK, Menze B, Zeidler R, Ertürk A. “El aprendizaje profundo revela metástasis de cáncer y la focalización de anticuerpos terapéuticos en el Todo el cuerpo”. Cell (2019). DOI: 10.1016 / j.cell.2019.11.013
Corporate Communications Center Technical University of Munich
Media Relations Team : Arcisstr. 19 80333 München presse@tum.de Tel.: +49.89.289.22778
Artículo relacionado: Toshiba anuncia tecnología de detección rápida de 13 tipos de cáncer
¿Te gustó el artículo? ¡Solicita el boletín informativo, es Gratis!