Volver a Noticias Científicas
Investigación Científica

Detalles del Artículo

SPATNIC permite la identificación de células cancerosas basada en tinciones de hematoxilina y eosina en el contexto espacial y en las modalidades de transcriptómica unicelular en el cáncer colorrectal.

¿Qué significa esto para los pacientes?

AI

Este estudio presenta una nueva herramienta informática llamada SPATNIC. Fue diseñada para identificar las células cancerosas dentro de una muestra tumoral analizando el material genético (transcriptoma) de las células individuales.

La herramienta se entrenó utilizando información procedente de imágenes estándar de microscopio (imágenes de H&E) que los patólogos utilizan para identificar las células cancerosas. SPATNIC puede funcionar con diferentes tipos de datos que analizan células individuales o secciones de tejido del cáncer colorrectal, incluidos los tumores primarios y las metástasis (cáncer que se ha diseminado) en el hígado y el pulmón. La herramienta también se puede utilizar en diferentes plataformas que generan este tipo de datos. Los investigadores la utilizaron para identificar un tipo específico de célula madre cancerosa que antes no se detectaba y la relacionaron con peores resultados de supervivencia. También la utilizaron para distinguir entre células cancerosas y células normales en el tejido del cáncer rectal antes y después del tratamiento con quimiorradioterapia, lo que podría ayudar potencialmente a identificar posibles dianas para los conjugados anticuerpo-fármaco (un tipo de terapia dirigida).

Actualmente, SPATNIC es una herramienta de investigación. Todavía no forma parte de la práctica clínica estándar para el diagnóstico o el tratamiento del cáncer colorrectal. Aunque muestra potencial para identificar tipos de células específicos y predecir posiblemente los resultados o guiar las estrategias de tratamiento, como los conjugados anticuerpo-fármaco, se necesitan más investigaciones y validación. Esto implicaría probarla en grupos de pacientes más amplios y posiblemente en ensayos clínicos antes de que pueda utilizarse para guiar la atención al paciente.

Este resumen es generado por IA con fines informativos. No sustituye el consejo médico profesional. Consulte siempre con su oncólogo.

Los tumores contienen diversos tipos de células no cancerosas que constituyen el microambiente tumoral; por lo tanto, identificar qué células son cancerosas es un paso fundamental y crítico en la investigación del cáncer.

Sin embargo, hasta donde sabemos, no se ha entrenado ningún clasificador basado en transcriptomas utilizando anotaciones definidas por patólogos a partir de imágenes de H&E correspondientes a nivel de célula individual.

Además, pocas herramientas pueden compartirse en diversas plataformas. Aquí, presentamos SPATNIC, un autoencoder variacional que clasifica las células individuales como cancerosas o normales, entrenado con células Xenium etiquetadas mediante la revisión de un patólogo de imágenes de H&E correspondientes. Su rendimiento es igual o superior al de las herramientas existentes en tumores colorrectales primarios y metástasis hepáticas y pulmonares. SPATNIC se generaliza de forma directa en Visium, Visium HD, CosMx, Xenium, MERSCOPE y secuenciación de ARN de célula única.

En atlas de célula única de dominio público, identificó una rara población de células madre cancerosas tipo POU2F3 que no se detectó con las anotaciones existentes y que se asoció con una peor supervivencia. En el cáncer de recto analizado antes y después de la quimiorradioterapia, separó las células cancerosas del epitelio normal en el tejido, lo que permitió el cribado por paciente de los objetivos de los conjugados anticuerpo-fármaco (ADC).

Inicia sesión o regístrate para acceder al texto completo

Se abre en una nueva pestaña en la publicación original

Compartir y Discutir

Comentarios

¡Aún no hay comentarios. Sé el primero en comentar!

Enviar a mi oncólogo

Artículo: SPATNIC enables H&E-grounded cancer-cell identification across spatial and single-cell transcriptomic modalities in colorectal cancer

Autores: Sakai, S. A.; Nomura, R.; Ohira, M.; Kurihara, K.; Chi, S.; Matsubara, Y.; Morinaga, Y.; Kato, T.; Takeda-Miyata, N.;...
Publicado: 2026-10-22

Enlace: https://crcwarriors.org/article-detail.php?id=3403

¡Regístrate para usar esta función!

Crea una cuenta gratuita para enviar artículos científicos directamente a tu oncólogo y acceder a muchas más funcionalidades personalizadas.

Regístrate gratis