Tinción virtual de tejidos en 3D

Rudolf Virchow revolucionó la medicina cuando formuló su teoría celular de la enfermedad en el siglo^XIX: las enfermedades no surgen de forma inexplicable en el organismo, sino en células y tejidos específicos. Hasta la fecha, la patología —el estudio de los procesos patológicos— se basa esencialmente en el examen, que requiere mucho tiempo, de finos cortes de tejido, que se tiñen y luego se observan al microscopio.

Ahora, un equipo internacional de investigación del Instituto Paul Scherrer (PSI) ha logrado superar esta limitación bidimensional. Mediante la microtomografía computarizada de alta resolución (µCT) y la inteligencia artificial, un grupo dirigido por el físico Goran Lovric, del Centro de Ciencia Fotónica del PSI, ha generado tinciones virtuales de muestras de tejido, las denominadas tinciones histológicas. Esto podría eliminar la necesidad de preparar y teñir secciones ultrafinas y delicadas. «Hemos demostrado por primera vez que una tinción virtual basada en la tomografía computarizada puede ofrecer resultados similares a los de la histología convencional de laboratorio», explica Lovric. «Esto podría abrir un amplio abanico de aplicaciones clínicas y científicas».

Los marcadores de color habituales en histología

Los investigadores combinaron la micro-TC de contraste de fase (PCµCT) de alta resolución con métodos de aprendizaje automático. La plataforma se denomina VISTACT, abreviatura de «tinción virtual de microtomografía computarizada». Mientras que la tomografía computarizada convencional mide principalmente las diferencias en la densidad de los rayos X, la micro-TC de contraste de fase utiliza información adicional de los rayos X, lo que permite una visualización significativamente mejor de los tejidos blandos. Esto permite la visualización tridimensional de estructuras anatómicas finas a escala micrométrica; sin embargo, hasta ahora solo en escala de grises. En patología, sin embargo, los especialistas están formados para interpretar los contrastes de color típicos de las tinciones histológicas convencionales: los núcleos celulares aparecen de color azul-violeta, el colágeno de color rosa y las fibras elásticas oscuras. Muchos de estos puntos de referencia visuales se pierden en los conjuntos de datos de TC en escala de grises.

«Por eso queríamos trasladar el mundo de colores familiar de la histología a los datos tridimensionales de la TC», explica Lovric. Para lograrlo, los investigadores entrenaron un modelo de IA especializado utilizando pares de cortes histológicos reales y sus correspondientes tomografías computarizadas. De este modo, el modelo de IA aprendió qué patrones microscópicos suelen recibir cada tinción. A continuación, fue capaz de teñir virtualmente nuevos datos de TC —lo que, en esencia, supone una traducción automática entre dos mundos de imágenes—.

Localización más precisa

Un paso técnico crucial fue la cartografía precisa de las imágenes. Los cortes histológicos tienen un grosor de tan solo unos pocos micrómetros y pueden distorsionarse fácilmente durante el seccionamiento o el montaje. Además, es esencial determinar exactamente dónde se encuentra cada corte dentro del conjunto de datos tridimensional de la TC. El grupo de investigación de Lovric desarrolló un proceso en varias etapas que identifica automáticamente la capa correspondiente y la compara con los datos histológicos. Según los investigadores, este mapeo espacial es significativamente más preciso que los métodos estándar anteriores.

Para llevar a cabo la tinción virtual, los investigadores utilizaron una denominada red generativa adversaria condicional, un modelo de IA especializado en la traducción de imagen a imagen. A partir de imágenes en escala de grises procedentes de exploraciones de micro-TC, el modelo generó muestras histológicas virtuales. Sorprendentemente, la IA no se limitó a producir áreas de color aproximadas, sino que diferenció de forma plausible componentes tisulares de diversos tipos: la sangre de los vasos finos aparecía amarillenta, las estructuras de colágeno rosadas y las superficies pulmonares de color gris a violeta.

La prueba con tejido pulmonar demuestra la viabilidad del concepto

Los investigadores probaron su nuevo método en tejido pulmonar extraído de personas con hipertensión pulmonar. Esta afección implica una remodelación patológica de los vasos pulmonares. «Pudimos cartografiar las regiones vasculares alteradas en tres dimensiones», afirma Cristina Almagro-Pérez. Es la autora principal de la nueva publicación y trabajó en el grupo de Goran Lovric durante su tesis de máster. Actualmente desarrolla su investigación en EE. UU.

La nueva técnica puede automatizarse y funciona de forma significativamente más rápida que el método actual. Sin embargo, aún no está lista para su uso rutinario en hospitales: las imágenes de contraste de fase necesarias se obtuvieron en la línea de luz TOMCAT de la Swiss Light Source (SLS), una de las grandes instalaciones de investigación del PSI. Los volúmenes de datos resultantes fueron enormes y, a menudo, la resolución era insuficiente para representar de forma fiable los núcleos celulares individuales.

Además, la histología virtual sigue siendo una reconstrucción estadística: la plataforma de IA no genera información histológica real, sino predicciones plausibles basadas en los datos de entrenamiento. Almagro-Pérez y Lovric subrayan que el procedimiento aún no ha alcanzado la calidad diagnóstica necesaria para su uso rutinario. No obstante, se ha establecido la «prueba de concepto» y el método es, en principio, aplicable al estudio de diversas enfermedades. Especialmente en el estudio de tumores, lesiones vasculares o arquitecturas tisulares complejas, esta forma de patología tridimensional no destructiva tiene el potencial de acelerar la investigación sobre biomarcadores de enfermedades y, por lo tanto, de abrir nuevas perspectivas diagnósticas a largo plazo.

Más de 150 años después de la aparición de la patología celular de Virchow, la histología podría encontrarse de nuevo al borde de una transformación fundamental.