← Volver al inicio

Visualizar los lípidos que se pierden en los cortes histológicos: Harvard combina imágenes Raman e IA para seguir la reparación del daño renal

Un estudio en ratones convierte las proteínas, los lípidos y el agua en imágenes tisulares cuantificables para captar cambios sutiles tras una lesión renal. Esto abre una nueva ventana para estudiar la evolución de la enfermedad, pero aún no puede considerarse una herramienta de diagnóstico en humanos.

By SURL BioNews

¿Cómo desaparecen y se acumulan los lípidos dentro de las células tras una lesión renal, y cómo se redistribuyen durante la reparación? Los cortes histológicos tradicionales permiten observar muchas alteraciones patológicas, pero su preparación puede eliminar lípidos y dejar algunas pistas fuera del campo del microscopio. Un equipo de la Facultad de Medicina de Harvard combinó la microscopía Raman con la inteligencia artificial para cuantificar estos cambios que suelen pasar inadvertidos en los riñones de ratones, aportando una capa adicional de información para comprender el daño y la reparación.

Este procedimiento, denominado NoR-AI, combina las «imágenes Raman normalizadas» (NoRI) con redes neuronales convolucionales. Las primeras utilizan la dispersión Raman estimulada para obtener señales moleculares y después corrigen mediante cálculos las interferencias causadas por la dispersión de la luz, lo que permite cuantificar las proteínas, los lípidos y el agua en los tejidos; las segundas identifican estructuras y diferencias sutiles en las imágenes. El estudio se publicó en línea el 5 de noviembre en Proceedings of the National Academy of Sciences (PNAS).

En las imágenes de riñones de ratones, el modelo obtuvo puntuaciones F1 de 0.93, 0.91 y 0.97 al identificar, respectivamente, los tipos de túbulos renales, las regiones anatómicas y el sexo biológico. La puntuación F1 combina la precisión y la sensibilidad; cuanto más se acerca a 1, mejor es el rendimiento de esa clasificación. Estas cifras reflejan la capacidad de reconocimiento de imágenes en las condiciones del estudio y no pueden convertirse directamente en tasas de exactitud del diagnóstico de enfermedades humanas.

El equipo también aplicó el procedimiento a un modelo de lesión renal aguda para seguir la distribución de proteínas y lípidos durante los 25 días posteriores a la lesión. Cuantificaron la remodelación del borde en cepillo de los túbulos renales y los cambios en las gotas lipídicas intracelulares. El borde en cepillo está formado por microvellosidades densamente agrupadas en la superficie de las células de los túbulos renales. Representar estas estructuras y los cambios lipídicos en un mismo mapa cuantitativo permite a los investigadores comparar las características del daño y la reparación en distintos lugares y momentos.

La corrección cuantitativa también produjo diferencias medibles. Al distinguir entre los puntos temporales de 24 y 48 horas después de la lesión, en la fase temprana del daño por isquemia-reperfusión, la puntuación F1 de clasificación de las imágenes NoRI alcanzó 0.99, frente a 0.84 para las imágenes originales de dispersión Raman estimulada. Esta comparación respalda el valor de la normalización, pero contrasta dos modalidades de imágenes Raman y no constituye una comparación directa con la interpretación de cortes con tinciones tradicionales por parte de patólogos.

La rapidez y el procesamiento de las muestras son otra ventaja potencial. Según un informe de la Facultad de Medicina de Harvard, este procedimiento requiere poco o ningún tratamiento previo del tejido y puede completarse en unos 30 minutos. Medical Xpress reprodujo el mismo informe de la institución el 16 de noviembre y señaló que el equipo está aplicando el método a modelos preclínicos de cáncer de colon, hígado y próstata; estas ampliaciones del trabajo siguen siendo exploratorias.

Por ahora, el resultado más sólido consiste en conservar y cuantificar, en tejidos de ratón, información que suele perderse, lo que permite estudiar la evolución de la enfermedad renal con mayor detalle. Para llegar a la práctica clínica, aún será necesario validarlo en muestras humanas, en distintas condiciones patológicas y entre laboratorios, además de determinar si las nuevas características de las imágenes pueden mejorar las decisiones de diagnóstico o tratamiento. Observar más detalles del tejido ya representa un avance para la investigación; su relevancia clínica todavía requiere pruebas adicionales.

References

  1. Harvard Medical School
  2. PubMed / Proceedings of the National Academy of Sciences
  3. Medical Xpress (provided by Harvard Medical School)