Imagenología espectroscópica como herramienta para predecir cáncer de mama
|
Por el equipo editorial de MedImaging en español Actualizado el 11 May 2012 |

Imagen: Una estructura de glándula mamaria humana viva creada en investigación que usa una nueva tecnología de imagenología para revelar cambios sutiles en el tejido mamario, representando una herramienta potencial para determinar el riesgo de una mujer de desarrollar cáncer de seno y estudiar las maneras de prevenir la enfermedad (Foto cortesía de la Universidad Purdue/Shuhua Yue).
Investigadores han creado una nueva tecnología de imagenología que revela los leves cambios en el tejido del seno, representando una herramienta potencial para determinar el riesgo de una mujer de desarrollar cáncer de mama y evaluar las maneras de prevenir la enfermedad.
Los investigadores, usando un cultivo tridimensional (3D) especial que semeja el tejido de la glándula mamaria viva, también mostraron que un ácido graso encontrado en algunos alimentos influye sobre este estadío pre-canceroso. A diferencia de los cultivos celulares tradicionales, los cuales son planos, los cultivos 3D tienen la forma redonda de las glándulas productoras de leche y se comportan como el tejido real, según la Dra. Sophie Lelièvre una profesora asociada de ciencias médicas básicas de la Universidad Purdue (West Lafayette, IN, EUA;www.purdue.edu).
Los investigadores están estudiando los cambios que tienen lugar en las células epiteliales, que forman los tejidos y los órganos donde ocurren el 90% de los cánceres. Se cree que los cambios en el tejido del seno son necesarios para que se formen los tumores, dijo. “Imitando el estadío temprano que conduce a los tumores y usando una herramienta nueva de imagenología, nuestra meta es poder medir este cambio y luego tomar los pasos para prevenirlo”, dijo la Dra. Lelièvre.
La técnica nueva de imagenología, llamada microscopía espectral vibracional, puede usarse para identificar y rastrear ciertas moléculas midiendo su vibración con un láser. Mientras que otras herramientas de imagenología requieren días para lograr un resultado, el método nuevo funciona a alta velocidad, permitiéndoles a los investigadores medir los cambios en tiempo real en el tejido vivo, según el Dr. Ji-Xin Cheng, un profesor asociado de ingeniería biomédica y química. Monitorizando el mismo cultivo tridimensional (3D) antes y después de la exposición a ciertos factores de riesgo, el método nuevo les permite a los investigadores detectar cambios sutiles en las células vivas individuales, reportó.
Los hallazgos son detallados en un artículo de investigación que apareció el 7 de Marzo de 2012, en la revista Biophysical Journal. El artículo fue escrito por los estudiantes de doctorado Shuhua Yue, Juan Manuel Cárdenas-Mora, y Lesley S. Chaboub, Lelièvre y el Dr. Cheng. “Este trabajo muestra la importancia de la ingeniería para el desarrollo de la investigación de prevención primaria en el cáncer de seno”, dijo el Sr. Yue, un estudiante de ingeniería biomédica cuyo trabajo fue patrocinado por medio de una beca del Programa de Investigación de Cáncer de Seno del Departamento de Defensa de los Estados Unidos.
Los investigadores evaluaron el tejido vivo en un cultivo que reproduce el epitelio mamario. “Esta técnica extremadamente sensible muestra el impacto peligroso de un nutriente llamado ácido araquidónico”, dijo la Dra. Lelièvre, directora asociada de grupos de descubrimiento del Centro de Investigación de Cáncer Purdue. “Anteriormente se había propuesto que este ácido graso aumenta el riesgo de cáncer de seno, pero hasta ahora no ha habido evidencia biológica de que pueda alterar las células epiteliales del seno”.
El método de imagenología identifica cambios en la “polaridad basoapical” de los tejidos epiteliales. Las proteínas específicas y otros compuestos bioquímicos llamados lípidos están localizados típicamente en una de dos regiones, llamadas las membranas basal y apical. Debido a que solo se encuentran proteínas específicas y lípidos en las membranas basales, mientras que otros están localizados solo en las membranas apicales, las células son reportadas como polarizadas.
“Esta polaridad es crítica para la estructura apropiada y la función del tejido”, dijo la Dra. Lelièvre. “Lo que hemos demostrado anteriormente es que cuando la polaridad se altera, el tejido que por otra parte parece normal, puede ser empujado a un ciclo celular necesario para formar un tumor. Es el cambio más temprano en el tejido epitelial que pone a las células en riesgo de formar un tumor. Ahora, gracias a la microscopía espectral vibracional desarrollada por el Dr. Cheng, podemos medir el estado de la polaridad apical en tejidos vivos y en tiempo real”.
Los resultados pueden llevar a una manera de prevenir la formación del tumor restableciendo la polaridad correcta. “Estamos imitando la formación del epitelio del seno cuando está polarizado normalmente, y podemos jugar con él y hacerle perder la polaridad apical según deseo”, dijo la Dra. Lelièvre. “Entonces podemos similar un cambio temprano, que se piensa, conduce al desarrollo del tumor”.
La meta de los investigadores es usar la tecnología de imagenología en cultivos 3D vivos de tejidos de seno no cancerosos para buscar factores de riesgo protectores y de riesgo para el cáncer de seno de la misma manera que los tumores son usados ahora en cultivos para estudiar para drogas que pueden ser usadas para el tratamiento. “Ahora no hay una buena manera de evaluar el riesgo para el cáncer de seno”, dijo la Dra. Lelièvre. “Las evaluaciones están basadas principalmente en la historia familiar y los cambios genéticos, y esto solo representa un porcentaje muy pequeño de mujeres que tienen cáncer de seno. Necesitamos tecnologías para evaluar el riesgo mejor y luego tamizar para factores protectores que pueden usarse en pacientes individuales porque no todos van a responder a los mismos factores”.
Una aplicación inmediata de la técnica es una manera de estudiar las líneas celulares creadas del tejido tomado de las mujeres a niveles diferentes de riesgo, tamizando para factores que pueden restablecer la polaridad completa en el tejido del seno para prevenir la formación del tumor. “El estado del arte es tomar células tumorales, poniéndolas en un cultivo 3D donde forman tumores, y luego probar drogas sobre esos tumores”, dijo la Dra. Lelièvre. “Lo que deseamos hacer ahora es la misma cosa pero para estrategias preventivas usando un tejido normal”.
En una colaboración con investigadores de la Universidad Purdue-Indianápolis, el equipo planea estudiar líneas celulares de mujeres que están en diferentes niveles de riesgo. La herramienta nueva de imagenología era necesaria debido a que los métodos tradicionales de imagenología de células vivas están diseñados para cultivos celulares planos. Imitar la polaridad del tejido requiere un cultivo 3D para formar estructuras de glándula mamaria al final de los conductos del seno. Las estructuras parecen bolas minúsculas de aproximadamente 30 micras de diámetro y contienen aproximadamente 35 células.
El Dr. Cheng reportó que su laboratorio continuará desarrollando un sistema de imagenología “hiperespectral” capaz, no solo de visualizar un área específica en un cultivo, sino también muchas localizaciones para formar un mapa punto por punto de modo que la polaridad del tejido pueda ser visualizada directamente.
Enlace relacionado:
Purdue University
Los investigadores, usando un cultivo tridimensional (3D) especial que semeja el tejido de la glándula mamaria viva, también mostraron que un ácido graso encontrado en algunos alimentos influye sobre este estadío pre-canceroso. A diferencia de los cultivos celulares tradicionales, los cuales son planos, los cultivos 3D tienen la forma redonda de las glándulas productoras de leche y se comportan como el tejido real, según la Dra. Sophie Lelièvre una profesora asociada de ciencias médicas básicas de la Universidad Purdue (West Lafayette, IN, EUA;www.purdue.edu).
Los investigadores están estudiando los cambios que tienen lugar en las células epiteliales, que forman los tejidos y los órganos donde ocurren el 90% de los cánceres. Se cree que los cambios en el tejido del seno son necesarios para que se formen los tumores, dijo. “Imitando el estadío temprano que conduce a los tumores y usando una herramienta nueva de imagenología, nuestra meta es poder medir este cambio y luego tomar los pasos para prevenirlo”, dijo la Dra. Lelièvre.
La técnica nueva de imagenología, llamada microscopía espectral vibracional, puede usarse para identificar y rastrear ciertas moléculas midiendo su vibración con un láser. Mientras que otras herramientas de imagenología requieren días para lograr un resultado, el método nuevo funciona a alta velocidad, permitiéndoles a los investigadores medir los cambios en tiempo real en el tejido vivo, según el Dr. Ji-Xin Cheng, un profesor asociado de ingeniería biomédica y química. Monitorizando el mismo cultivo tridimensional (3D) antes y después de la exposición a ciertos factores de riesgo, el método nuevo les permite a los investigadores detectar cambios sutiles en las células vivas individuales, reportó.
Los hallazgos son detallados en un artículo de investigación que apareció el 7 de Marzo de 2012, en la revista Biophysical Journal. El artículo fue escrito por los estudiantes de doctorado Shuhua Yue, Juan Manuel Cárdenas-Mora, y Lesley S. Chaboub, Lelièvre y el Dr. Cheng. “Este trabajo muestra la importancia de la ingeniería para el desarrollo de la investigación de prevención primaria en el cáncer de seno”, dijo el Sr. Yue, un estudiante de ingeniería biomédica cuyo trabajo fue patrocinado por medio de una beca del Programa de Investigación de Cáncer de Seno del Departamento de Defensa de los Estados Unidos.
Los investigadores evaluaron el tejido vivo en un cultivo que reproduce el epitelio mamario. “Esta técnica extremadamente sensible muestra el impacto peligroso de un nutriente llamado ácido araquidónico”, dijo la Dra. Lelièvre, directora asociada de grupos de descubrimiento del Centro de Investigación de Cáncer Purdue. “Anteriormente se había propuesto que este ácido graso aumenta el riesgo de cáncer de seno, pero hasta ahora no ha habido evidencia biológica de que pueda alterar las células epiteliales del seno”.
El método de imagenología identifica cambios en la “polaridad basoapical” de los tejidos epiteliales. Las proteínas específicas y otros compuestos bioquímicos llamados lípidos están localizados típicamente en una de dos regiones, llamadas las membranas basal y apical. Debido a que solo se encuentran proteínas específicas y lípidos en las membranas basales, mientras que otros están localizados solo en las membranas apicales, las células son reportadas como polarizadas.
“Esta polaridad es crítica para la estructura apropiada y la función del tejido”, dijo la Dra. Lelièvre. “Lo que hemos demostrado anteriormente es que cuando la polaridad se altera, el tejido que por otra parte parece normal, puede ser empujado a un ciclo celular necesario para formar un tumor. Es el cambio más temprano en el tejido epitelial que pone a las células en riesgo de formar un tumor. Ahora, gracias a la microscopía espectral vibracional desarrollada por el Dr. Cheng, podemos medir el estado de la polaridad apical en tejidos vivos y en tiempo real”.
Los resultados pueden llevar a una manera de prevenir la formación del tumor restableciendo la polaridad correcta. “Estamos imitando la formación del epitelio del seno cuando está polarizado normalmente, y podemos jugar con él y hacerle perder la polaridad apical según deseo”, dijo la Dra. Lelièvre. “Entonces podemos similar un cambio temprano, que se piensa, conduce al desarrollo del tumor”.
La meta de los investigadores es usar la tecnología de imagenología en cultivos 3D vivos de tejidos de seno no cancerosos para buscar factores de riesgo protectores y de riesgo para el cáncer de seno de la misma manera que los tumores son usados ahora en cultivos para estudiar para drogas que pueden ser usadas para el tratamiento. “Ahora no hay una buena manera de evaluar el riesgo para el cáncer de seno”, dijo la Dra. Lelièvre. “Las evaluaciones están basadas principalmente en la historia familiar y los cambios genéticos, y esto solo representa un porcentaje muy pequeño de mujeres que tienen cáncer de seno. Necesitamos tecnologías para evaluar el riesgo mejor y luego tamizar para factores protectores que pueden usarse en pacientes individuales porque no todos van a responder a los mismos factores”.
Una aplicación inmediata de la técnica es una manera de estudiar las líneas celulares creadas del tejido tomado de las mujeres a niveles diferentes de riesgo, tamizando para factores que pueden restablecer la polaridad completa en el tejido del seno para prevenir la formación del tumor. “El estado del arte es tomar células tumorales, poniéndolas en un cultivo 3D donde forman tumores, y luego probar drogas sobre esos tumores”, dijo la Dra. Lelièvre. “Lo que deseamos hacer ahora es la misma cosa pero para estrategias preventivas usando un tejido normal”.
En una colaboración con investigadores de la Universidad Purdue-Indianápolis, el equipo planea estudiar líneas celulares de mujeres que están en diferentes niveles de riesgo. La herramienta nueva de imagenología era necesaria debido a que los métodos tradicionales de imagenología de células vivas están diseñados para cultivos celulares planos. Imitar la polaridad del tejido requiere un cultivo 3D para formar estructuras de glándula mamaria al final de los conductos del seno. Las estructuras parecen bolas minúsculas de aproximadamente 30 micras de diámetro y contienen aproximadamente 35 células.
El Dr. Cheng reportó que su laboratorio continuará desarrollando un sistema de imagenología “hiperespectral” capaz, no solo de visualizar un área específica en un cultivo, sino también muchas localizaciones para formar un mapa punto por punto de modo que la polaridad del tejido pueda ser visualizada directamente.
Enlace relacionado:
Purdue University
Últimas Imaginología General noticias
- Herramienta de IA ofrece pronóstico para pacientes con cáncer de cabeza y cuello
- Nuevo sistema de imágenes 3D soluciona limitaciones de RM, TC y ultrasonido
- Herramienta basada en IA predice eventos cardiovasculares futuros en pacientes con angina
- Una herramienta basada en IA acelera la detección del cáncer de riñón
- Nuevo algoritmo acelera drásticamente los análisis para la detección del ictus
- Enfoque de escaneo 3D permite una cirugía cerebral ultraprecisa
- Herramienta de IA mejora el proceso de imágenes médicas en un 90%
- Nuevas nanopartículas ultrapequeñas y sensibles a la luz podrían servir como agentes de contraste
- Algoritmo de IA predice con precisión la metástasis del cáncer de páncreas mediante imágenes rutinarias de TC
- Avanzada solución de angio-TC ofrece nuevas posibilidades terapéuticas
- La ampliación de TC detecta coágulos sanguíneos ocultos en pacientes con ictus
- Modelo de IA segmenta con precisión tumores hepáticos a partir de tomografías computarizadas
- Nuevo indicador basado en TC ayuda a predecir hemorragia posparto potencialmente mortal
- La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon
- Dispositivo portátil pionero ofrece una alternativa revolucionaria a las tomografías computarizadas
- Análisis de TC basado en IA predice daño renal en etapa temprana causado por tratamientos contra el cáncer
Canales
Radiografía
ver canal
Las mamografías de rutina podrían predecir futuras enfermedades cardiovasculares en las mujeres
Las mamografías se utilizan ampliamente para el cribado del cáncer de mama, pero también pueden contener indicios pasados por alto sobre la salud cardiovascular. Los depósitos... Más
La IA detecta signos tempranos de envejecimiento a partir de radiografías de tórax
La edad cronológica no siempre refleja la velocidad real del envejecimiento corporal, y las pruebas actuales de edad biológica suelen basarse en marcadores genéticos que pueden pasar... Más
Avance en rayos X captura tres tipos de contraste de imagen en una sola toma
La detección de cáncer en etapas tempranas o cambios sutiles en las capas profundas de los tejidos ha sido un desafío para los sistemas de rayos X convencionales, que dependen únicamente... Más
La IA genera radiografías futuras de rodilla para predecir el riesgo de progresión de la osteoartritis
La osteoartritis, una enfermedad articular degenerativa que afecta a más de 500 millones de personas en todo el mundo, es la principal causa de discapacidad en adultos mayores. Las herramientas... MásRM
ver canal
Nuevo material mejora la calidad de las imágenes por resonancia magnética
La resonancia magnética es fundamental en el diagnóstico moderno. Sin embargo, ciertos tejidos profundos o anatómicamente complejos, como las delicadas estructuras del ojo y la órbita,... Más
Modelo de IA analiza y diagnostica resonancias magnéticas cerebrales en segundos
Las resonancias magnéticas cerebrales son cruciales para diagnosticar accidentes cerebrovasculares, hemorragias y otros trastornos neurológicos, pero su interpretación puede tardar... MásUltrasonido
ver canal
Gel reutilizable de semilla de tamarindo podría transformar las exploraciones por ultrasonido
La ecografía depende de un gel conductor para eliminar el aire entre la sonda y la piel, de modo que las ondas sonoras puedan penetrar claramente en el cuerpo. Aunque esta tecnología de imagen... Más
Nueva técnica de imagen produce imágenes 3D en color de tejidos blandos y vasos sanguíneos
Las herramientas de imagen médica a menudo obligan a los profesionales clínicos a elegir entre velocidad, detalle estructural y conocimiento funcional. La ecografía es rápida... MásMedicina Nuclear
ver canal
Marcador molecular radiofármaco mejora la selección de terapias para el cáncer de vejiga
Las terapias dirigidas contra el cáncer solo funcionan cuando las células tumorales expresan las estructuras moleculares específicas que están diseñadas para atacar.... Más
Las imágenes PET de la inflamación predicen la recuperación y guían la terapia tras un infarto cardíaco
El infarto agudo de miocardio puede provocar daño cardíaco permanente; sin embargo, los médicos aún carecen de herramientas fiables para identificar qué pacientes re... MásTI en Imaginología
ver canal
Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más
Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
Una estación de trabajo de imagenología nueva ofrece una interfaz única e intuitiva para la toma eficiente de radiografías, fluoroscopias, mamografías y la toma de imágenes de las piernas/columna vertebral... MásIndustria
ver canal
Colaboración entre GE HealthCare y NVIDIA para reinventar la imagenología diagnóstica
GE HealthCare (Chicago, IL, EUA) ha iniciado un proceso de colaboración con NVIDIA (Santa Clara, CA, EUA), ampliando la relación existente entre las dos empresas para centrarse en la innovación... Más
Siemens y Sectra colaboran en la mejora de los flujos de trabajo en radiología
Siemens Healthineers (Forchheim, Alemania) y Sectra (Linköping, Suecia) han iniciado una colaboración destinada a mejorar las capacidades de diagnóstico de los radiólogos y, a... Más







