Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Un haz láser y un sistema de inteligencia artificial han permitido aislar células tumorales concretas sin intervención humana en un trabajo del Centro de Investigación Biológica HUN-REN de Szeged.
La clave no está solo en separar células, sino en elegir cuáles importan dentro de un tumor que, visto de cerca, no siempre habla con una sola voz. Ese método combina proteómica visual profunda con análisis transcriptómico, una mezcla que intenta leer a la vez la apariencia de las células y su actividad molecular.
El tumor mostró dos poblaciones que no contaban la misma historia
Ahí aparece la parte más delicada del estudio, publicado en EMBO Molecular Medicine. En un caso clínico de un paciente joven con melanoma metastásico recurrente, la inteligencia artificial distinguió dos poblaciones celulares en el tumor original.
Ede Migh, biólogo e investigador que participó en el estudio, aborda justamente esa diversidad interna del tumor.
"En el caso del melanoma, no solo observamos que distintas partes del tumor presentaban un aspecto diferente. Con este método, también pudimos demostrar que estas diferencias se reflejaban a nivel proteico. Esto podría acercarnos a comprender qué poblaciones celulares son responsables de la formación de metástasis" - Ede Migh, biólogo e investigador del Centro de Investigación Biológica HUN-REN de Szeged
No es un matiz menor.
El patrón molecular de una de esas dos poblaciones coincidía con las metástasis que después aparecieron en pulmón y cerebro. Dicho de otro modo, el tumor original ya contenía una pista de su expansión futura, aunque esa pista quedara escondida entre otras células con un perfil distinto.
La inteligencia artificial eligió qué células analizar con el láser
Ese paso cambia la escala del problema porque evita la selección manual y concentra la atención en células escogidas por el sistema. En investigación oncológica, donde una diferencia pequeña entre grupos celulares puede alterar toda la lectura del caso, aislar justo la población adecuada importa tanto como el análisis posterior.
Además, este tipo de lectura encaja con una idea que la biología del cáncer repite desde hace años y que aquí gana una forma más concreta en terapias celulares guiadas por IA. Un tumor puede compartir nombre con otros, pero dentro de esa misma etiqueta conviven poblaciones celulares distintas, y algunas parecen cargar con el peso de la metástasis.
Lo más llamativo es que la máquina no quedó reducida a clasificar imágenes. También sirvió para enlazar diferencias visibles en el tejido con diferencias proteicas, una conexión que acerca la imagen microscópica a la biología que empuja la enfermedad.
El láser aisló una pista que después reapareció en pulmón y cerebro
Visto así, el caso del melanoma funciona casi como una escena retrospectiva. Lo que más tarde apareció en las metástasis ya estaba insinuado en una fracción del tumor inicial, igual que ocurre cuando una señal débil pasa inadvertida hasta que alguien encuentra el instrumento capaz de separarla del ruido.
Esa relación entre imagen, selección celular y lectura molecular también recuerda que la inteligencia artificial no actúa aquí como un sustituto abstracto del laboratorio, sino como una herramienta pegada al tejido y al experimento, igual que en otros intentos de secuenciación aplicada al cáncer. El dato más concreto sigue siendo el más incómodo y el más fértil a la vez, una de las dos poblaciones del tumor original ya coincidía con las metástasis posteriores en pulmón y cerebro.