PANORAMIC, un software de código abierto, detectó señales inmunológicas en cáncer de colon que los métodos convencionales no lograban identificar.
Un equipo del Departamento de Ciencia de Datos Biomédicos de Stanford desarrolló PANORAMIC, una herramienta estadística de código abierto que permite medir con mayor precisión cómo se organizan espacialmente distintos tipos de células dentro del tejido tumoral y comparar esos patrones entre múltiples pacientes y muestras. El trabajo, publicado en Bioinformatics, responde a un problema persistente en el análisis de tejidos, distinguir si un patrón de agrupación celular refleja una organización biológica real o simplemente es producto del azar.
Bajo el microscopio, un corte de tejido tumoral muestra distintos tipos de células dispuestas en patrones que pueden sugerir coordinación, como cúmulos de células inmunes alrededor de células tumorales, lo que podría indicar que el organismo está intentando combatir el cáncer. Sin embargo, ese mismo patrón también podría ser resultado de la variabilidad natural de una sola muestra, de forma similar a como una encuesta de opinión aislada puede arrojar una estimación con un margen de error más amplio del que se percibe a simple vista.
“La mayoría de los métodos existentes tratan una sola medición de tejido como si estuviera libre de error, sin embargo, cada muestra de tejido es solo una instantánea de un panorama más amplio. Cada medición conlleva cierto grado de incertidumbre que, si no se toma en cuenta, puede ocultar diferencias biológicas importantes entre pacientes o, peor aún, hacer que se confunda el ruido con un hallazgo significativo”, Sylvia Plevritis, autora principal del estudio y jefa del Departamento de Ciencia de Datos Biomédicos.
El desarrollo de la herramienta estuvo a cargo de Jacob Chang, estudiante de posgrado en Ciencia de Datos Biomédicos, bajo la coasesoría de Plevritis y del profesor Lu Tian. PANORAMIC trabaja en tres etapas. Primero mide cómo se agrupan distintos tipos de células entre sí dentro de una misma muestra de tejido, es decir, su colocalización. Después estima la incertidumbre de esas mediciones mediante un remuestreo repetido de pequeñas secciones de la muestra, un proceso que indica si un patrón de colocalización es consistente en todo el tejido o si responde a una región localizada. Finalmente, aplica una técnica de metaanálisis que ajusta esa incertidumbre al comparar los patrones de colocalización entre distintos grupos de muestras, pacientes y condiciones clínicas.
Para validar la herramienta, los investigadores la aplicaron a muestras de tejido de pacientes con cáncer colorrectal y compararon dos tipos de tumores, aquellos con reacción similar a la enfermedad de Crohn y los que presentaban infiltración inflamatoria difusa. En los tumores con reacción similar a Crohn, encontraron que las células del sistema inmunológico estaban significativamente más agrupadas entre sí, un patrón que coincide con las estructuras inmunes organizadas asociadas a mejores desenlaces clínicos. Los métodos estadísticos convencionales no lograron detectar estos hallazgos, lo que evidencia la utilidad del enfoque más riguroso de PANORAMIC. El equipo también repitió el análisis con un conjunto de datos de cáncer de cabeza y cuello, confirmando que la herramienta puede aplicarse a distintos tipos de tumores.
Las nuevas tecnologías de imagen permiten hoy mapear miles de células individuales y su ubicación precisa dentro de una muestra de tejido, lo que ha convertido a la biología espacial en uno de los campos de investigación oncológica de mayor crecimiento. Sin embargo, los métodos estadísticos disponibles no siempre han logrado seguirle el paso a la complejidad de estos datos. PANORAMIC ofrece un método más riguroso para distinguir si un patrón espacial refleja un mecanismo de la enfermedad o es simplemente ruido estadístico, una distinción relevante para convertir estos patrones en biomarcadores confiables que ayuden a predecir qué pacientes responderán mejor a ciertos tratamientos y a entender por qué algunos tumores logran evadir con más éxito al sistema inmunológico.
PANORAMIC está disponible de forma gratuita como paquete de software de código abierto en R, lo que permite que cualquier laboratorio que trabaje con datos de imágenes espaciales de tejido pueda aplicarlo en sus propias investigaciones.
