miércoles, 24 de enero de 2018

Una base de datos de vídeos de seguimiento celular será útil para estudiar el cáncer / Noticias / SINC

Una base de datos de vídeos de seguimiento celular será útil para estudiar el cáncer / Noticias / SINC

SINC - Servicio de información y noticias científicas



Una base de datos de vídeos de seguimiento celular será útil para estudiar el cáncer



Varias instituciones españolas han participado en el desarrollo de una base de datos con vídeos sobre seguimiento de la migración celular. El sistema podrá aplicarse en estudios del desarrollo embrionario, en la investigación sobre los mecanismos de formación de los diferentes órganos o en la respuesta a terapia de distintas enfermedades, como el cáncer.



SINC |  | 24 enero 2018 10:08
<p>Ejemplo del análisis de un vídeo sobre el desarrollo embrionario de un gusano <em>C.elengans</em>. La columna izquierda muestra las imágenes originales adquiridas con un microscopio óptico. La columna derecha, el resultado del análisis: cada círculo de color identifica a una de las células. / Cell Tracking Challenge</p>
Ejemplo del análisis de un vídeo sobre el desarrollo embrionario de un gusano C.elengans. La columna izquierda muestra las imágenes originales adquiridas con un microscopio óptico. La columna derecha, el resultado del análisis: cada círculo de color identifica a una de las células. / Cell Tracking Challenge
La Universidad Carlos III de Madrid (UC3M), el Hospital General Universitario Gregorio Marañón (HGUGM) y la Universidad de Navarra han desarrollado, junto con otras instituciones internacionales, una base de datos con vídeos sobre seguimiento de la migración celular que podrá utilizarse para conocer las alteraciones implicadas en enfermedades como el cáncer.
Los resultados de esta investigación han sido presentados en la revista científica Nature Methods, en un artículo que recopila datos de las tres últimas ediciones del Cell Tracking Challenge. Esta competición, que invita a científicos de todo el planeta a incluir vídeos sobre migración celular, ha contado con la participación de 21 grupos de investigación de 18 países.
En total, se han analizado 52 vídeos que ocupan 92 GB. Algunos son sintéticos, es decir, creados mediante un software que simula las células, mientras que otros son reales, obtenidos fundamentalmente mediante microscopía bidimensional y tridimensional.
Herramientas para la evaluación
“Además de los vídeos, esta nueva base de datos aporta el código para interpretarlos, es decir, los algoritmos de segmentación y seguimiento celular y las herramientas para la evaluación de esos algoritmos de manera objetiva”, explica una de las autoras del trabajo, Arrate Muñoz-Barrutia, investigadora de la UC3M.
A lo largo de la vida de un individuo, sobre todo durante el desarrollo embrionario, gran cantidad de células proliferan y, si es necesario, se diferencian. Estas células deben migrar a diferentes partes del cuerpo para cumplir sus funciones. Esto sucede tanto en procesos normales (por ejemplo, el desplazamiento de los glóbulos rojos) como en otros procesos anómalos como el cáncer, cuando las células salen del tumor primario para generar metástasis y colonizar otros tejidos.
El estudio del movimiento y proliferación de las células permite conocer las alteraciones implicadas en distintas enfermedades
“Estudiando el movimiento y proliferación de las células podemos conocer cómo funciona el organismo de los seres vivos, tanto en procesos normales como en las alteraciones implicadas en enfermedades como el cáncer”, explica el autor principal del trabajo, Carlos Ortiz de Solórzano, de la Universidad de Navarra. “El seguimiento o celular también es una herramienta muy útil para conocer su genealogía, es decir, de dónde proceden las células de un órgano, de manera que podamos estudiar los procesos iniciales de una enfermedad”, añade. 
Para comprender cómo se altera la migración celular en el cáncer u otras enfermedades o cómo se origina una metástasis “a menudo es necesario identificar las células de forma individual y seguirlas en el tiempo”, explica Muñoz-Barrutia.
El trabajo resulta útil para investigadores que utilizan los métodos de seguimiento celular en sus trabajos. Todo el material utilizado en el Cell Tracking Challenge puede servir como una guía que ayude a tomar decisiones sobre qué solución algorítmica utilizar en los diferentes casos, consiguiendo así extraer información más precisa que contribuya a hacer avanzar el conocimiento en el campo biomédico. “Por ejemplo, hemos comprobado que funcionan mejor los algoritmos que utilizan técnicas de aprendizaje y aquellos que realizan el seguimiento en su conjunto considerando toda la vida de las células”, indica Carlos Ortiz de Solórzano.
Aplicaciones
El uso de este método tienen un sinfín de aplicaciones, según los investigadores. Por ejemplo, podría aplicarse en estudios del desarrollo embrionario, en la investigación sobre los mecanismos de formación de los diferentes órganos o en la respuesta a terapia de distintas enfermedades, como el cáncer. “Una de las características de las células tumorales es una mayor motilidad y proliferación celular. Estos dos aspectos se pueden cuantificar de forma muy precisa a partir de la delineación de las células individuales y su seguimiento en el tiempo”, afirma Muñoz-Barrutia.
En esta investigación han participado científicos de numerosas instituciones internacionales, como el Erasmus University Medical Center de Rotterdam (Holanda), el Instituto Pasteur (Francia), el Institute of Molecular and Cell Biology de Singapur, el Karlsruhe Institute of Technology (Alemania), el Max Planck Institute of Molecular Cell Biology and Genetics (Alemania), el Royal Institute of Technology de Estocolmo (Suecia) o las universidades de Delft (Países Bajos),  Friburgo y Heidelberg (Alemania), Leiden (Países Bajos), Londres (Reino Unido), Masaryk (República Checa), Nottingham (Reino Unido), Oporto (Portugal), Stanford (EEUU) y Zurich (Suiza).
Referencia bibliográfica:
V. Ulman, M. Maska, […], A. Muñoz-Barrutia, M. Kozubek, C. Ortiz-de-Solorzano. An objective comparison of cell-tracking algorithms. Nature Methods, 2017, vol. 14, 1141–1152 https://www.nature.com/articles/nmeth.4473 

No hay comentarios:

Publicar un comentario