Tecnología de vanguardia para clasificar tumores

Las muestras de biopsia se procesan en bloques de parafina fijados en formalina (FFPE) y actualmente, se utilizan ampliamente los cortes coloreados con hematoxilina y eosina (H+E) para el diagnóstico histopatológico del cáncer y de otras patologías.

Típicamente, las secciones se gradúan subjetivamente al ojo, usando protocolos de graduación específicos para cada enfermedad. La clasificación histológica del cáncer de mama actualmente varía ampliamente a través de múltiples instituciones y profesionales, ya que se basa en criterios subjetivos. Sin embargo, un análisis de más de 24,000 biopsias, clasificadas por 732 patólogos de cáncer de mama, encontró que solo estaban de acuerdo ~ 73% del tiempo en promedio.


Un equipo de científicos de la Escuela Imperial de Londres (Londres, Reino Unido) llevó a cabo una prueba piloto clínica, doble ciega, utilizando dos cortes adyacentes tomados de 75 biopsias de cáncer de mama. Todas las pacientes tenían edades comprendidas entre 30,4 y 83,7 años, con una edad media de 58,7 al momento del diagnóstico. Más de la mitad de las muestras fueron tumores de grado 2 (54,3%). La mayoría fueron negativos a HER2 (90.0%). Los clínicos clasificaron la primera porción como de costumbre, utilizando el protocolo estándar de H+E. También se usó para identificar la llamada ‘región de interés’ (RdI), es decir, la parte del corte que contiene el tumor.

El equipo utilizó su nueva tecnología ‘Digistain’ para abordar el problema del consenso entre los patólogos mediante el uso de luz invisible en el mediano infrarrojo para fotografiar los cortes de tejido de una manera que se pudieran establecer los cambios químicos que señalan la aparición del cáncer. En particular, miden la ‘relación núcleo-citoplasma’ (NCR): un marcador biológico reconocido para una amplia gama de cánceres. Luego, el equipo usó el generador de imágenes Digistain para obtener un valor ‘índice Digistain’ (ID) promediado sobre la RdI correspondiente en el otro segmento sin colorear, y ejecutó un análisis estadístico de los resultados.

El ID mide las relaciones de las concentraciones de fosfodiéster y de amida, y debido a que están relacionadas predominantemente con las cantidades de material nuclear y citoplásmico, respectivamente, las imágenes del ID se pueden considerar como mapas 2D de la relación núcleo-citoplasma, (NCR). Se sabe que el factor NCR que mide ‘Digistain’ es común a una amplia gama de cánceres, como ocurre cuando el ciclo de la célula reproductiva se interrumpe en el tumor y los núcleos celulares se distorsionan con ADN extraño. Es probable que, a la larga, Digistain pueda ayudar con el diagnóstico de todos los tipos de cáncer. A nivel práctico, el equipo informó que la tecnología de generación de imágenes de Digistain se puede incorporar de manera fácil y económica a los laboratorios hospitalarios existentes, y ser utilizada por su personal.

Chris Phillips, PhD, profesor de Física Experimental del Estado Sólido e investigador principal del estudio, dijo: “Nuestra máquina da un puntaje cuantitativo de ‘índice de Digistain’ (ID), correspondiente a la NCR, y este estudio muestra que es un indicador extremadamente confiable del grado de progresión de la enfermedad. Debido a que se basa en una medición física, en lugar de un juicio humano, promete eliminar el elemento de probabilidad en el diagnóstico del cáncer”. El estudio fue publicado el 13 de marzo de 2018 en la revista Convergent Science Physical Oncology.