Herramienta de IA "ve" firmas genéticas del cáncer en imágenes de biopsias

Para evaluar el tipo y la gravedad del cáncer, los patólogos suelen examinar cortes finos de una biopsia del tumor bajo un microscopio. Sin embargo, para comprender las alteraciones genómicas que impulsan el crecimiento del tumor, los científicos deben realizar una secuenciación genética del ARN extraído del tumor. Cada vez más, los médicos utilizan no solo la ubicación del tumor para guiar las decisiones de tratamiento, sino también los genes específicos que impulsan su progresión. La activación o desactivación de ciertos genes puede hacer que un tumor sea más agresivo, más propenso a propagarse o más o menos sensible a varios tratamientos, como la quimioterapia, la inmunoterapia y las terapias hormonales. Sin embargo, acceder a esta información genética crítica a menudo requiere una secuenciación costosa y que requiere mucho tiempo. Ahora, los investigadores han desarrollado una herramienta computacional impulsada por inteligencia artificial (IA) que puede predecir la actividad de miles de genes dentro de las células tumorales, utilizando solo imágenes de microscopía estándar de la biopsia. Esta herramienta, llamada SEQUOIA (Slide-based Expression Quantification Using Linearized Attention), se creó con datos de más de 7.000 muestras de tumores diversos. Ha demostrado la capacidad de predecir variaciones genéticas en los cánceres de mama y los resultados de los pacientes, todo ello basándose en imágenes de biopsia de rutina.

El equipo de investigación de Stanford Medicine (Stanford, CA, EUA) era consciente de que la actividad genética dentro de las células individuales puede cambiar su apariencia de maneras que a menudo son invisibles a simple vista. Para descubrir estos patrones, recurrieron a la inteligencia artificial. Su estudio utilizó 7.584 biopsias de cáncer de 16 tipos diferentes de cáncer. Cada biopsia se cortó en secciones delgadas y se tiñó con hematoxilina y eosina, un método estándar para visualizar la morfología de las células cancerosas. También estaban disponibles los datos sobre los transcriptomas de estos cánceres, que muestran qué genes se expresaban activamente. Al integrar estas biopsias con otros conjuntos de datos, incluidas imágenes de miles de células sanas y datos transcriptómicos, el programa de inteligencia artificial, como se describe en Nature Communications , pudo predecir los patrones de expresión de más de 15.000 genes a partir de las imágenes de biopsia teñidas.

En ciertos tipos de cáncer, las predicciones de la IA sobre la actividad genética tenían una correlación de más del 80% con los datos reales de la actividad genética. La precisión del modelo generalmente mejoraba cuando se incluían más muestras de un tipo específico de cáncer en los datos de entrenamiento. Según los investigadores, los médicos rara vez se centran en genes individuales al tomar decisiones, sino que consideran firmas genéticas compuestas por cientos de genes. Por ejemplo, muchas células cancerosas activan grupos extensos de genes relacionados con la inflamación o el crecimiento celular. SEQUOIA fue incluso más preciso al predecir si se activaron programas genómicos tan grandes que al predecir la expresión genética individual. Para que los resultados fueran más accesibles, los investigadores programaron SEQUOIA para mostrar los hallazgos genéticos como un mapa visual de la biopsia del tumor, lo que permite a los médicos e investigadores ver cómo varían las variaciones genéticas en diferentes áreas del tumor.

Para probar la utilidad clínica de SEQUOIA, el equipo se centró en los genes del cáncer de mama que ya se utilizan en pruebas comerciales. Por ejemplo, la prueba MammaPrint aprobada por la FDA evalúa 70 genes relacionados con el cáncer de mama para generar una puntuación de riesgo de recurrencia del cáncer. Los investigadores demostraron que SEQUOIA podía generar la misma puntuación de riesgo que MammaPrint utilizando únicamente las imágenes teñidas de la biopsia del tumor. Los resultados se confirmaron en múltiples cohortes de pacientes con cáncer de mama y, en cada caso, las pacientes clasificadas como de alto riesgo por SEQUOIA experimentaron peores resultados, incluidas tasas de recurrencia más altas y tiempos más cortos hasta la recurrencia. Aunque SEQUOIA aún no está listo para su uso clínico (aún requiere validación a través de ensayos clínicos y la aprobación de la FDA), los investigadores continúan refinando el algoritmo y explorando su potencial. En el futuro, SEQUOIA podría reducir la necesidad de costosas pruebas de expresión genética.

“Este tipo de software podría utilizarse para identificar rápidamente las firmas genéticas en los tumores de los pacientes, acelerando la toma de decisiones clínicas y ahorrando al sistema de atención sanitaria miles de dólares”, afirmó el Dr. Olivier Gevaert, profesor de ciencia de datos biomédicos y autor principal del artículo. “Hemos demostrado lo útil que podría ser esto para el cáncer de mama, y ahora podemos utilizarlo para todos los tipos de cáncer y observar cualquier firma genética que exista. Es una fuente de datos completamente nueva que no teníamos antes”.