Seguimiento automático de las células para conocer las alteraciones implicadas en el cáncer

Carlos Ortiz de Solórzano, investigador del CIBERONC y director de la Plataforma de Imagen y del Laboratorio de Modelos Preclínicos y Herramientas de Análisis del CIMA
CIMA/CIBERONC | martes, 7 de noviembre de 2017

Carlos Ortiz de Solórzano, investigador del CIBERONC y director de la Plataforma de Imagen y del Laboratorio de Modelos Preclínicos y Herramientas de Análisis del CIMA, coordina una competición internacional que analiza 52 vídeos de microscopía. En el comité organizador del challenge participan la investigadora Arrate Muñoz Barrutia, de la Universidad Carlos III de Madrid, junto con científicos de la República Checa, Paises Bajos y Alemania. Los resultados se han publicado en el último número de Nature Methods.

“Estudiando el movimiento y proliferación de las células podemos conocer cómo funciona el organismo de los seres vivos, tanto en procesos normales como en alteraciones implicadas en enfermedades como el cáncer”, explica el Dr. Ortiz de Solórzano.Muchas células de los seres vivos deben migrar para cumplir sus funciones, tanto durante el desarrollo embrionario, como también en el individuo adulto. Ocurre en procesos normales y en procesos anómalos como el cáncer, cuando salen del tumor primario para generar metástasis y colonizar otros tejidos. “Estudiar cómo se mueven las células ayuda a conocer esos procesos normales y patológicos. Pero el seguimiento o tracking celular es una herramienta muy útil también 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”.

92 GB de datos caracterizados y anotados

 La competición presentada en Nature Methods recopila los resultados de las tres ediciones del “challenge”, en las que han participado 21 grupos de 18 países, sobre detección y seguimiento celular en vídeos de microscopía bi y tridimensional. En total, se han analizado 52 vídeos que ocupan 92 GB. Algunos son vídeos síntéticos, creados por un simulador de células, y el resto son reales, de microscopía de campo claro, fluorescencia, bidireccional, tridimensional…

Según el investigador “este trabajo realiza un análisis de los algoritmos utilizados para el tracking de los vídeos includos en la competición. Las conclusiones de este análisis aportan información muy interesante para los desarrolladores de software, ya que tenemos unos datos muy variados, caracterizados y anotados. Además, proporciona información de interés también para potenciales usuarios de estos programas. En concreto, hemos comprobado que funcionan mejor los algortimos que utilizan técnicas de aprendizaje y aquellos realizan el tracking en su conjunto, considerando toda la vída de las células, en lugar de realizar asociaciones temporales cercanas en el tiempo”.

El Dr. Ortiz de Solórzano reconoce que “todavía queda mucho por hacer. El challenge sigue abierto online y el siguiente paso es añadir nuevos datos, sobre todo los que tienen un análisis más complejo por su volumen, como son los vídeos que capturan el desarrollo embrionario de los seres vivos”.

Referencia bibliográfica

 V. Ulman, M. Maska, several authors et. C. Ortiz-de-Solorzano. An objective comparison of cell-tracking algorithms. Nature Methods (2017). Advance online Publication doi:10.1038/nmeth.4473

http://rdcu.be/xUTE

Ejemplo de los resultados del análisis de dos frames de uno de los vídeos de desarrollo embrionario de un gusano C.elengans, proporcionados por uno de los métodos participantes en el Challenge. A cada frame del vídeo le acompaña una imagen sintética con etiquetas que identifican de modo individual a cada célula. En la parte inferior de la imagen se recoge el análisis genealógico del embrión, durante toda la duración del vídeo. El gráfico indica con bifurcaciones los momentos en que ocurre la división celular

Ciberonc