Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

CELLAVISION AB

Nuevo método alinea virtualmente los datos de cortes de tejido para ampliar posibilidades de análisis 3D

Por el equipo editorial de LabMedica en español
Actualizado el 24 Aug 2023

Cuando se trata de estudiar tejido biológico, ya sea de un paciente o de un animal, un método común implica extirpar quirúrgicamente una porción del tejido afectado para su análisis. En laboratorios de todo el mundo, los técnicos cortan meticulosamente el tejido extraído en secciones delgadas, que luego se examinan bajo un microscopio o se someten a pruebas que detectan moléculas específicas. Estas pistas moleculares pueden ayudar a diagnosticar enfermedades, guiar tratamientos o incluso medir la eficacia de los medicamentos. Sin embargo, el proceso de analizar cada segmento requiere muchos recursos en términos de tiempo, dinero y capacidad computacional. En consecuencia, los investigadores y profesionales médicos a menudo se ven obligados a estudiar sólo un número limitado de cortes de diversas partes del tejido. Para aumentar la complejidad, el acto de cortar, procesar y analizar cortes de tejido en un entorno de laboratorio provoca que sufran distorsiones físicas. Como resultado, comprender con precisión cómo se alinean y encajan estos cortes en la estructura tridimensional del tejido original se convierte en un desafío. Ahora, un nuevo método revoluciona la capacidad de comprender la composición tridimensional de los tejidos, incluidos tumores u otros tejidos, utilizando datos de unos pocos cortes, lo que permite una comprensión mucho más profunda de las muestras de tejido biológico.

El nuevo método, denominado Alineación Espacial del Proceso Gaussiano (GPSA, por sus siglas en inglés), desarrollado por investigadores de los Institutos Gladstone (San Francisco, CA, EUA), tiene un alcance que se extiende más allá de los tumores y abarca una amplia gama de tejidos y datos derivados de cortes de tejido. Este método innovador aprovecha un proceso gaussiano de dos capas. En la primera capa, alinea el corte de tejido bidimensional deformado con un modelo de tejido tridimensional. La segunda capa atribuye datos recopilados del corte, como genes activados, a cada punto del modelo tridimensional. Este método inteligente revierte eficazmente el efecto de deformación, lo que da como resultado una alineación precisa de los cortes. Durante este proceso, el modelo GPSA extrapola datos para llenar los espacios entre cortes, generando un "atlas" tridimensional completo del tejido.


Barbara Engelhardt y sus colegas han desarrollado una nueva herramienta para alinear los datos de cortes de tejido virtualmente, ampliando las posibilidades para el análisis 3D (Crédito de la foto: Michael Short/Gladstone Institutes)
Barbara Engelhardt y sus colegas han desarrollado una nueva herramienta para alinear los datos de cortes de tejido virtualmente, ampliando las posibilidades para el análisis 3D (Crédito de la foto: Michael Short/Gladstone Institutes)

Una ventaja clave de GPSA es su versatilidad. Los investigadores pueden construir atlas de tejidos utilizando datos de cortes de diferentes tamaños, generados por diversas tecnologías y capturados a diferentes escalas y resoluciones. A diferencia de las técnicas anteriores que exigían un marco tridimensional predefinido, GPSA deriva este marco únicamente de los cortes bidimensionales cuando no hay un marco inicial disponible. Adicionalmente, GPSA tiene la capacidad de fusionar múltiples tipos de datos de cortes de tejido, como la actividad genética y la estructura celular, en un atlas unificado. Además, cuando se aplica a cortes tomados del mismo tejido en diferentes momentos, GPSA puede generar atlas que predicen cómo evoluciona cada ubicación dentro del tejido con el tiempo. Esta característica podría profundizar nuestros conocimientos sobre el envejecimiento, la progresión de las enfermedades y el desarrollo de diferentes tejidos dentro de los organismos en crecimiento. Actualmente, los investigadores están realizando más análisis para demostrar aún más la flexibilidad de la herramienta. Por ejemplo, han ideado un método que los laboratorios con presupuesto limitado pueden utilizar para determinar la cantidad mínima de cortes de tejido necesarios y las ubicaciones de corte precisas necesarias para que GPSA construya un atlas de tejido informativo.

"Supongamos que tiene cuatro cortes de diferentes ubicaciones en el tumor de cáncer de mama de una persona, y para cada punto de cada corte sabe cuáles de los 20.000 genes están activados o desactivados", dijo la investigadora principal de Gladstone, Barbara Engelhardt, PhD, autora principal del estudio. “GPSA crea un atlas 3D totalmente consultable donde, para cualquier coordenada 'x, y, z', para cualquiera de los 20.000 genes, podemos sumergirnos y preguntar: ¿Qué genes están activados y desactivados en esta posición en el tumor? ¿Y qué tan seguros estamos de esta estimación?

Enlaces relacionados:
Institutos Gladstone


New
Miembro Platino
Flu SARS-CoV-2 Combo Test
OSOM® Flu SARS-CoV-2 Combo Test
Magnetic Bead Separation Modules
MAG and HEATMAG
POCT Fluorescent Immunoassay Analyzer
FIA Go
New
Miembro Oro
Hemoglobin Testing System
VARIANTnbs

Últimas Patología noticias

Herramienta de IA detecta pequeños grupos de proteínas en imágenes de microscopía en tiempo real

Nueva herramienta permite una mejor clasificación de variantes hereditarias que causan enfermedades

Método de detección CRISPR determina rápidamente el mecanismo de enfermedad a partir de los tejidos



LGC Clinical Diagnostics