Nuevo algoritmo identifica rápidamente tipos de células para mejorar diagnóstico del cáncer

Determinar las mejores opciones de tratamiento para los pacientes, ya sea para la terapia contra el cáncer o la prescripción de medicamentos, depende en gran medida de la identificación precisa de los tipos de células en tejidos complejos. Los métodos tradicionales de asignación de identidades celulares basados en la expresión de marcadores pueden tardar semanas o incluso meses, lo que retrasa el diagnóstico y el tratamiento. Para solucionar esto, los investigadores han desarrollado un novedoso algoritmo que reduce drásticamente el tiempo de identificación celular de más de un mes a tan solo minutos.

El algoritmo TACIT (Asignación de Tipos Celulares Basada en Umbrales a partir de Datos de Imágenes Multiplexadas) fue desarrollado por investigadores del Centro Oncológico Integral Massey en VCU (Richmond, VA, EUA), dedicados al desarrollo de aplicaciones de biología espacial. Su objetivo era superar las limitaciones de los modelos existentes, que a menudo tienen dificultades para distinguir con precisión las poblaciones celulares debido a la restricción de conjuntos de marcadores. TACIT fue diseñado para funcionar con diversos tipos de tejidos, basándose en un conjunto de datos de más de cinco millones de células de los principales sistemas orgánicos, como el cerebro, el intestino y las glándulas orales.

TACIT funciona asignando identidades celulares mediante perfiles de expresión detallados de marcadores celulares. Integra datos espaciales y se escala eficientemente en grandes conjuntos de datos, lo que lo distingue de los métodos actuales sin supervisión. Al combinar datos genéticos y proteicos, el algoritmo garantiza una sólida concordancia entre diferentes tipos de pruebas, lo que mejora la fiabilidad de su clasificación celular. Los investigadores también incorporaron compatibilidad con múltiples herramientas de biología espacial, ampliando su utilidad para aplicaciones multiómicas. En particular, la tecnología conecta la proteómica de deslizamiento y la proteómica de transferencia, lo que permite a los investigadores analizar múltiples biomarcadores simultáneamente en lugar de limitarse a la ómica de una sola célula.

En una investigación publicada en Nature Communications, TACIT superó a tres algoritmos no supervisados existentes tanto en precisión como en escalabilidad. Integró con éxito los tipos y estados celulares, descubriendo nuevas asociaciones celulares a la vez que mantenía la coherencia en los datos genéticos y a nivel de proteínas. Esto convierte a TACIT en una herramienta valiosa no solo para la investigación, sino también para aplicaciones clínicas. Las implicaciones clínicas de TACIT son de gran alcance. Para los pacientes, una identificación celular más rápida y precisa puede conducir a diagnósticos más rápidos, una mejor correspondencia del tratamiento y una reducción del riesgo de intervenciones innecesarias. En ensayos clínicos, TACIT puede ayudar a identificar biomarcadores espaciales predictivos, lo que permite a los científicos determinar la elegibilidad del paciente con mayor precisión. Esto garantiza que solo se inscriban los pacientes con más probabilidades de beneficiarse, y que aquellos con pocas probabilidades de responder se eviten las terapias ineficaces. El potencial de TACIT también se extiende a la farmacología.

El algoritmo puede usar marcadores de ARN para predecir los resultados del tratamiento y mapear un repositorio de medicamentos aprobados por la FDA en muestras de tejido para identificar terapias adecuadas. Este enfoque permite la planificación personalizada del tratamiento utilizando medicamentos ya aprobados, lo que agiliza significativamente la atención. Al permitir el análisis multiómico y optimizar la clasificación celular, TACIT establece un nuevo estándar en biología espacial. Su capacidad para trabajar con conjuntos de datos y tecnologías lo convierte en una plataforma potente y escalable para el avance de la medicina de precisión tanto en entornos clínicos como de investigación.

“Estamos utilizando inteligencia artificial para aumentar la eficiencia y también la precisión del diagnóstico”, dijo Jinze Liu, Ph.D., una de las científicas de VCU que creó la nueva herramienta. “Y a medida que obtengamos más datos, la capacidad de TACIT para aumentar los resultados positivos de los pacientes solo se multiplicará”.

Enlaces relacionados:
Centro Oncológico Integral Massey en VCU