MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Imagenología espectroscópica como herramienta para predecir cáncer de mama

Por el equipo editorial de MedImaging en español
Actualizado el 11 May 2012
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).

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).
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).

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


Portable X-ray Unit
AJEX140H
Digital X-Ray Detector Panel
Acuity G4
Portable Color Doppler Ultrasound System
S5000
Multi-Use Ultrasound Table
Clinton

Últimas Imaginología General noticias

Sistema de imágenes impulsado por IA mejora el diagnóstico del cáncer de pulmón

Modelo de IA mejora las capacidades de la tomografía computarizada de baja dosis

TC de dosis ultra baja ayuda en el diagnóstico de neumonía en pacientes inmunocomprometidos