.
Nos Estados Unidos, completar 45 anos traz consigo um rito de passagem bastante desagradável: o início das colonoscopias regulares, nas quais um endoscópio equipado com uma luz e uma câmera é usado para verificar visualmente o cólon em busca de sinais de câncer. O câncer colorretal, de crescimento relativamente lento, muitas vezes pode ser tratado cirurgicamente se diagnosticado precocemente. No entanto, torna-se mais difícil de tratar quanto mais tempo permanece sem ser detectado, tornando-se a quarta principal causa de mortes relacionadas ao câncer no país.
Apesar da disponibilidade desse processo de triagem altamente visual, as decisões de tratamento para pacientes individuais ainda são amplamente guiadas pela histologia tradicional – os patologistas avaliam o câncer colorretal examinando lâminas de amostras de tumor sob um microscópio.
Agora, uma equipe da Harvard Medical School combinou histologia com tecnologias de imagem de célula única de ponta para criar mapas espaciais 2D e 3D em larga escala do câncer colorretal. Os mapas, descritos em Célulasobrepõe informações moleculares extensas sobre características histológicas para fornecer novas informações sobre a estrutura do câncer, bem como sobre como ele se forma, progride e interage com o sistema imunológico.
“Nossa abordagem fornece uma janela molecular para 150 anos de patologia diagnóstica – e revela que muitos dos elementos e estruturas tradicionalmente considerados isolados estão, na verdade, interconectados de maneiras inesperadas”, disse o coautor Peter Sorger, professor da Otto Krayer. Farmacologia de Sistemas no Blavatnik Institute em HMS. “Uma analogia é que antes estávamos apenas olhando para a cauda ou a pata do elefante, mas agora, pela primeira vez, podemos começar a ver o elefante inteiro de uma só vez”.
Os mapas fazem parte dos esforços mais amplos da equipe para criar atlas para diferentes tipos de câncer que estarão disponíveis gratuitamente para a comunidade científica como parte da Rede de Atlas de Tumores Humanos do National Cancer Institute. Anteriormente, os pesquisadores usaram uma abordagem semelhante para criar mapas detalhados de melanoma em estágio inicial, e mapas para outros tipos de câncer já estão em desenvolvimento. Em última análise, a equipe espera que esses atlas de câncer impulsionem a pesquisa e melhorem o diagnóstico e o tratamento.
Combinando o antigo e o novo
A histologia tem sido a pedra angular do diagnóstico e tratamento do câncer: os patologistas examinam uma amostra de tumor corada com hematoxilina e eosina (H&E) sob um microscópio e selecionam as principais características para determinar o grau e o estágio do câncer. Esta informação é usada por oncologistas para desenvolver um plano de tratamento, que geralmente envolve alguma combinação de cirurgia, medicamentos e radiação. A histologia baseada em H&E é relativamente simples, barata, rápida e pode revelar muito sobre um tumor.
“Nossos mapas existentes de câncer colorretal se originam na patologia – ao longo de 150 anos, descobrimos os recursos de H&E mais importantes para diagnosticar um paciente”, disse o co-autor Sandro Santagata, professor associado de biologia de sistemas e professor associado de patologia no Brigham and Women’s Hospital.
No entanto, a histologia tradicional tem seus limites – ou seja, não captura a composição molecular ou a estrutura física de um câncer, o que torna difícil tirar proveito das informações que os pesquisadores do câncer obtiveram nos últimos 50 anos.
“A histologia é extremamente poderosa, mas muitas vezes não sabemos o que isso significa em termos moleculares modernos”, disse Sorger.
No novo artigo, os pesquisadores combinaram histologia com dados de imagem molecular de célula única adquiridos por meio de uma técnica de imagem multiplexada chamada imunofluorescência cíclica, ou CyCIF. Eles usaram essas informações para criar mapas 2D detalhados de grandes regiões de câncer colorretal. O primeiro autor, Jia-Ren Lin, diretor de plataforma do Laboratório de Farmacologia de Sistemas da HMS, liderou um esforço para costurar esses mapas para formar uma reconstrução 3D em grande escala de um tumor.
“Nossos mapas incluem informações sobre quase 100 milhões de células de grandes pedaços de tumores e fornecem uma visão sem precedentes do câncer colorretal”, disse Santagata. Eles permitem que os pesquisadores comecem a fazer perguntas importantes sobre as diferenças entre tecidos normais e tumorais e variações dentro de um tumor, acrescentou ele, e revelam “características arquitetônicas interessantes que nunca haviam sido observadas antes, bem como mudanças moleculares associadas a essas características”.
Os mapas mostraram que um único tumor pode ter seções mais ou menos invasivas e regiões de aparência mais ou menos maligna – resultando em gradientes histológicos e moleculares onde uma parte de um tumor transita para a próxima.
“Dentro de cada tumor, existe uma ampla gama de propriedades do câncer colorretal – vemos muitas regiões e bairros diferentes com características distintas, bem como as transições entre eles”, disse Santagata. A partir daqui, acrescentou, os cientistas podem agora explorar o que impulsiona essas diferenças dentro dos tumores individuais.
Por exemplo, os mapas mostraram que os ambientes imunológicos variaram dramaticamente dentro de um único tumor.
“Eles eram tão diferentes em um único tumor quanto entre os tumores – o que é importante porque as interações tumor-imune são o que você está tentando atingir com a imunoterapia”, disse Sorger. Semelhante à sua descoberta no melanoma, os pesquisadores observaram que as células T encarregadas de combater o câncer não foram suprimidas diretamente pelas células tumorais, mas sim por outras células imunes no ambiente ao redor do tumor.
“Isso nos dá uma nova apreciação de quão diversos e plásticos são os ambientes tumorais – são comunidades ricas e agora estamos mais bem equipados para descobrir como eles se desenvolvem”, disse Santagata.
Os mapas também forneceram novos insights sobre a arquitetura dos tumores. Por exemplo, os cientistas já haviam identificado o que pensavam ser piscinas 2D de uma substância semelhante ao muco chamada mucina com aglomerados de células cancerígenas flutuando no interior. No entanto, no novo estudo, a reconstrução 3D revelou que esses reservatórios de mucina são, na verdade, uma série de cavernas interconectadas por canais, com projeções semelhantes a dedos de células cancerígenas.
“É uma visão nova e selvagem dessas estruturas tumorais que nunca realmente apreciamos antes”, disse Santagata. “Como podemos vê-los em 3D, temos uma visão nítida e limpa das estruturas e agora podemos estudar por que eles estão lá, como se formam e como moldam a evolução do tumor”.
Traduzindo resultados
Em última análise, o objetivo desses mapas de câncer colorretal é o mesmo de todos os atlas de câncer que a equipe está desenvolvendo: avançar na pesquisa e melhorar o diagnóstico e o tratamento. A medicina de precisão, que envolve adaptar a terapia para o câncer de um paciente individual, está se tornando uma parte cada vez mais importante do tratamento, observou Sorger, mas pode ir tão longe apenas com a patologia e a genética.
“A grande história da tradução aqui é construir o conhecimento para tornar a medicina de precisão prática para a maioria dos pacientes”, disse ele. “No momento, estamos trabalhando com o Brigham and Women’s e o Dana-Farber Cancer Institute para determinar como nossos métodos podem ser usados em um ambiente clínico”.
“Isso nos permite extrair toda uma camada adicional de características moleculares e estruturais que acreditamos fornecer informações diagnósticas e prognósticas e melhorar nossa capacidade de direcionar esses cânceres”, acrescentou Santagata.
Agora, os pesquisadores querem refinar ainda mais sua capacidade de criar reconstruções 3D de tumores e continuar integrando novas tecnologias de imagem em seus mapas. Eles também querem construir uma coorte maior de amostras de câncer colorretal para mapear e explorar a biologia básica da doença que seus mapas destacaram.
Para Sorger, o projeto representa uma colaboração incomum entre patologistas, engenheiros e cientistas computacionais: à medida que os dados de imagem rolavam, os cientistas computacionais usaram o aprendizado de máquina para identificar descobertas interessantes que apresentaram aos patologistas, e os patologistas sinalizaram os principais recursos para serem analisados com aprendizado de máquina.
“Esta foi uma conversa extraordinariamente próxima entre o grupo computacional e o grupo de patologia, indo e voltando entre a rica história da medicina conhecida pelos patologistas e os métodos modernos de aprendizado de máquina”. disse Sorger. “Acho que é um vislumbre empolgante de como esses métodos de computação podem ser usados na medicina no futuro, onde você associa biólogos e médicos à computação, em vez de vê-los como substitutos um do outro”.
A equipe escolheu o melanoma e o câncer colorretal como ponto de partida porque são cânceres comuns com necessidades médicas não atendidas que consistem em tumores grandes e sólidos e requerem decisões importantes de tratamento. Em seguida, os pesquisadores planejam combater o câncer de mama e o câncer cerebral. Eles também querem treinar outros cientistas para usar as tecnologias de imagem para construir seus próprios mapas de câncer, o que abriria caminho para a criação de ainda mais atlas.
“Uma nova era na patologia molecular está começando, e este é um exame profundo de um tumor que nos mostra como as descobertas podem ser notáveis”, disse Santagata.
Autoria, financiamento, divulgações
Autores adicionais incluem Shu Wang, Yu-An Chen, Clarence Yapp, Madison Tyler e Maulik Nariya da HMS; Shannon Coy do HMS e Brigham and Women’s; e Cody Heiser e Ken Lau da Vanderbilt University School of Medicine.
O apoio à pesquisa foi fornecido pelos Institutos Nacionais de Saúde (U54-CA225088; U2C-CA233280; U2C-CA233262; U2C-CA233291; R01-DK103831; T32-GM007748, P30-CA06516), Ludwig Cancer Research, Grey Foundation, e a Iniciativa de Pesquisa David Lipossarcoma.
Sorger faz parte do conselho de administração da Glencoe Software e da Applied BioMath, o conselho científico da RareCyte, NanoString e Montai Health e é consultor da Merck. Chen é consultor da RareCyte.
.
