Un nuevo método desarrollado en Gladstone Institutes permite a los investigadores discernir la composición 3D de un tumor o cualquier otro tejido a partir de pocos cortes. El nuevo enfoque, publicado en la revista “Nature Methods”, ayudaría a comprender mejor y con mayor profundidad las muestras de tejido biológico. Esto permitiría profundizar en la comprensión del envejecimiento, cómo progresan las enfermedades o cómo se desarrollan los diferentes tejidos en un organismo en crecimiento.
Para comprender el tejido biológico, tanto de un paciente con una enfermedad como de un animal en el laboratorio, se extirpa quirúrgicamente parte del tejido afectado y se analiza. Generalmente, los investigadores cortan el tejido extirpado en pedazos delgados, para así poder verlos bajo un microscopio. Esta acción tiene la finalidad de probar la presencia de moléculas específicas que podrían ayudar en el diagnóstico de enfermedades, servir de guía para el tratamiento o indicar si un medicamento está funcionando correctamente.
Sin embargo, debido a problemas de presupuesto, tiempo y potencia computacional, los investigadores suelen limitarse a observar pocos cortes de diferentes partes del tejido. Además, los pedazos de tejido suelen deformarse físicamente tras el proceso de corte y análisis en el laboratorio, lo que dificulta observar cómo se alinean y encajan los cortes dentro de la estructura 3D general del tejido original.
Bárbara Engelhardt: “Combinar cortes en el espacio 3D debería ayudarnos a comenzar a responder preguntas para las que los datos 2D se quedan cortos"
Por otro lado, los datos obtenidos en 2D suelen arrojar poca información. La importancia de observar la composición en 3D radica en que, sin la tercera dimensión, se puede perder mucho de lo que sucede. “Combinar cortes en el espacio 3D debería ayudarnos a comenzar a responder preguntas para las que los datos 2D se quedan cortos. Por ejemplo, saber cuáles son los límites precisos de un tumor o dónde se han infiltrado las células inmunitarias en el tumor”, explica Bárbara Engelhardt, investigadora principal de Gladstone y autora principal del estudio.
Para lograr crear una composición 3D de tejidos a partir de muestras en 2D, los investigadores desarrollaron el método Alineación Espacial del Proceso Gaussiano (GPSA). La nueva técnica puede ser empleada en casi cualquier tipo de tejido, independientemente de que sea tumoral o no. Además, también tiene aplicaciones en todo tipo de datos obtenidos a partir de cortes, como son la estructura de las células o qué genes y proteínas se activan en su interior. Todo ello cuenta con amplias implicaciones para la investigación y la medicina.
En este sentido, para lograr pasar de datos de cortes en 2D a una imagen 3D completa, los investigadores deben invertir computacionalmente la deformación. De este modo se podrán realinear los cortes en el espacio virtual, según comenta la investigadora principal. Así, el desafío se aborda con lo que los investigadores denominan “proceso gaussiano de dos capas”.
Se trata de un enfoque estadístico que aprovecha los datos de los cortes de tejido 2D y, en la primera capa, ajusta el corte 2D deformado en un modelo 3D del tejido. A continuación, en la segunda capa, GPSA atribuye a cada punto del modelo 3D algunos datos recopilados del corte, como qué genes están activados en ese punto. Así, la técnica permite una alineación precisa de los cortes. A lo largo del proceso, el modelo GPSA llena los espacios entre cortes con predicciones de expresión genética o proteica para cada punto del tejido. Así, genera un “atlas” 3D del tejido.
“Digamos que tiene cuatro cortes de diferentes ubicaciones en el tumor de cáncer de mama de una persona, y por cada punto de cada corte sabe cuál de los 20.000 genes está activado o desactivado”, ejemplifica Engelhardt, que añade que "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 cómo de seguros estamos de esta estimación”.
Bárbara Engelhardt: "GPSA crea un atlas 3D totalmente consultable donde podemos sumergirnos y preguntar qué genes están activados y desactivados en esta posición en el tumor"
La nueva técnica supone un gran avance en este ámbito. Mientras que otros métodos anteriores requieren que los andamios 3D sean especificados previamente, GPSA estima el marco 3D simplemente a partir de los cortes 2D, sin necesidad de que exista un marco de coordenadas para el tejido. Por otro lado, el nuevo método también permite combinar numerosos tipos de datos de cortes de tejido.
Los investigadores encargados del desarrollo de GPSA han destacado, también, la flexibilidad de la técnica, que es una de sus principales fortalezas. Por ello, el equipo de Gladstone Institutes está llevando a cabo ahora un análisis que demuestre aún más esa flexibilidad. Ejemplo de ello es el desarrollo de un método que se podría emplear, con presupuesto limitado, para determinar la cantidad mínima de cortes necesarios. También determinaría las ubicaciones precisas donde realizar dichos cortes para que GPSA construya correctamente el atlas de tejidos.
“El objetivo es maximizar los conocimientos que podemos obtener de los cortes de tejido, para permitir que los investigadores y los médicos consulten profundamente los tejidos 3D que están bien estudiados o los tumores que son exclusivos de un paciente y, en última instancia, mejoren la atención médica”, concluye Engelhardt.