La heterogeneidad tumoral es un factor principal que contribuye al fracaso del tratamiento. Las herramientas predictivas, capaces de clasificar las células cancerosas según sus funciones, pueden mejorar sustancialmente la terapia y prolongar la vida del paciente. Este es uno de los resultados a los que ha llegado un grupo de científicos y que han sido publicados en la revista Science Advances.

 

 

Los investigadores han establecido una conexión entre la biomecánica celular y las funciones de las células cancerosas y lo han utilizado para clasificar las células mediante mediciones mecánicas y la absorción de partículas. 

 

 

Para ello, han utilizado el aprendizaje automático (ML) para clasificar las células basándose en patrones unicelulares de absorción de partículas de diversos tamaños. Se estudiaron tres pares de subpoblaciones de células cancerosas humanas, con distintos niveles de resistencia a los medicamentos o malignidad.

 

 

También se permitió que las células interactuaran con partículas de poliestireno marcadas fluorescentemente con tamaños de 0,04 a 3,36 μm y se analizaron sus patrones de absorción mediante citometría de flujo.

 

 

Esta investigación ha abierto una nueva vía para nuevos tipos de pruebas clínicas que podrían impactar muy positivamente en el paciente y van a permitir seguir investigando en el desarrollo de nuevas herramientas de diagnóstico más efectivas y menos invasivas.