Desarrollan una técnica que permite crear tejido 3D a partir de muestras de tejido bidimensional

Investigadores del Gladstone Institutes de Estados Unidos han creado un nuevo método que permite discernir la composición tridimensional de un tumor, u otro tipo de tejido, utilizando la información que les da un pequeño trozo del mismo. Es decir, a partir de varios cortes finos de tejido bidimensional son capaces de recrear la muestra al completo. 

"Sin esa tercera dimensión se puede perder mucho de lo que sucede en el tejido que se está analizando", explica la investigadora principal de Gladstone, Bárbara Engelhardt, autora del estudio. “Juntar cortes en el espacio 3D debería ayudarnos a comenzar a responder preguntas para las cuales los datos 2D no son suficientes. Por ejemplo, ¿cuáles son los límites precisos de un tumor? ¿Dónde se han infiltrado las células inmunitarias en el tumor? ¿En qué parte del tumor sería mejor inyectar un tratamiento?”.

Este nuevo método, denominado alineación espacial del proceso gaussiano (GPSA), no es sólo para tumores. Se puede aplicar a casi cualquier tipo de tejido y a cualquier tipo de datos obtenidos a partir de cortes del tejido, como a la estructura de las células o qué genes o proteínas están activados en su interior, con amplias implicaciones para la investigación y la medicina.

Completando las muestras

Una de las formas más utilizadas para comprender el tejido biológico, ya sea de un paciente con una enfermedad o de un animal en un laboratorio, es extirpar quirúrgicamente parte del tejido afectado y analizarlo. En laboratorios de todo el mundo, los técnicos pueden cortar el tejido, extirpado en trozos delgados para observarlos bajo un microscopio y probar la presencia de moléculas específicas que podrían ayudar al diagnóstico, guiar el tratamiento o dar pistas sobre qué tan bien está funcionando un medicamento.

Sin embargo, las muestras son limitadas para llevar a cabo este proceso, en parte porque llevan cierto tiempo de análisis. Además, los cortes de tejido se deforman físicamente cuando se cortan, procesan y analizan en un laboratorio, lo que dificulta comprender exactamente cómo se alinean y encajan dentro de la estructura tridimensional del tejido original.

"El primer paso para pasar de datos de cortes 2D a una imagen completa en 3D del tejido es revertir computacionalmente la deformación para que podamos realinear los cortes en el espacio virtual", explica Engelhardt. Para ello, el método GPSA utiliza un enfoque estadístico que aprovecha los datos de los cortes de tejido 2D y, en la primera capa, ajusta el corte 2D deformado en un modelo 3D del tejido. En la segunda capa, GPSA atribuye a cada punto del modelo 3D algunos datos recopilados del corte, como qué genes están activados en ese punto. De esta manera, GPSA invierte virtualmente la deformación y permite una alineación muy precisa de las rodajas. Durante este proceso, el modelo GPSA llena los espacios entre cortes con predicciones de expresión de genes o proteínas para cada punto del tejido, generando en última instancia un "atlas" 3D del tejido.

---