Sochob

El proyecto de la Universidad de Illinois en Urbana-Champaign podría conducir a nuevas terapias o tratamientos. Un estudio de la Universidad de Illinois en Urbana Champaign (UIUC) ha proporcionado una visión más clara del tejido adiposo asociado con la obesidad y podría ayudar a explorar la conexión entre esa condición y otras enfermedades.

Los investigadores ya conocían una conexión entre la inflamación de cierto tejido adiposo y la obesidad y, por lo tanto, una influencia sobre otras comorbilidades relacionadas también, aunque los mecanismos exactos involucrados aún no se comprenden completamente. La nueva investigación, publicada en Science Advances, utilizó microscopía de lámina de luz (MLL) para obtener una mejor visión de los microambientes que se encuentran dentro de los tejidos adiposos inflamados. En particular, buscó mejores imágenes de los complejos redondos de tejido inflamatorio denominados estructuras en forma de corona (CLS), que se cree que están asociados con peores resultados de obesidad y trastornos metabólicos relacionados.

El análisis anterior de estas estructuras se había limitado al examen de muestras de tejido mediante microscopía 2D, pero el equipo de Illinois desarrolló un flujo de trabajo que involucraba MLL después de la limpieza del tejido, en el que los tejidos normalmente opacos se vuelven ópticamente transparentes mediante la infusión de productos químicos adecuados. “Usando nuestra nueva técnica, podemos determinar el volumen de las estructuras en forma de corona, el número específico de células asociadas con ellas, así como su tamaño, geometría y distribución”, comentó Andrew Smith de UIUC.

La MLL implica el uso de iluminación plana fina como un medio para limitar el poder de la luz dirigida a tejidos biológicos frágiles. Los desarrollos recientes de MLL han permitido a la técnica obtener imágenes de tejidos relativamente gruesos mientras permanecen intactos y lograr resoluciones en o cerca del límite de difracción. El proceso UIUC, aplicado al tejido adiposo intacto tomado de ratones, involucró una secuencia de limpieza de tejido óptico, MLL 3D usando una plataforma comercial, segmentación de los resultados basada en aprendizaje profundo y análisis multivariante de los datos de imagen para revelar la naturaleza detallada de los CLS.

Proceso de detección automatizado

Los CLS son estructuras difíciles de reconocer dentro de una imagen de fluorescencia 3D, según el artículo publicado del proyecto, ya que comprenden un punto de bajo contraste rodeado por una capa concéntrica de alto contraste, que puede ser discontinuo e interconectado a través de múltiples CLS, con diversos tamaños y formas. Los avances en el análisis computacional y el manejo de datos han ayudado a identificar tales estructuras individuales dentro de los grandes conjuntos de datos generados por la microscopía 3D moderna, y UIUC pretendía que su flujo de trabajo permitiera obtener imágenes de MLL de forma rápida y automatizada tanto como fuera posible. En última instancia, dicha automatización ayudará a cualquier traducción de la técnica al análisis de otros tipos de células.

En los ensayos que utilizaron muestras de tejido de ratones, los datos de imágenes revelaron nuevos detalles de cómo se construyen los CLS, así como una nueva clase de CLS inusualmente grandes en tejidos obesos. El análisis comparativo también mostró que los CLS obesos están relativamente poco poblados de células. El proyecto cree que estas características son consistentes con una eliminación menos eficiente de los adipocitos, una vez que esas células almacenadoras de grasa están muriendo, y que esto contribuye a la inflamación que se observa en los tejidos adiposos obesos.

“Estas estructuras muy grandes parecidas a coronas están agrupadas y ubicadas en el centro del tejido”, comentó Smith. “Y no hay forma de que pudiéramos haber analizado esto antes de usar nuestra nueva técnica”. Además de conducir potencialmente a nuevas terapias con medicamentos o formas mejoradas de evaluar la salud metabólica, UIUC cree que su enfoque puede promover la traducción de técnicas de imágenes 3D a la clínica de manera más general, al ayudar a superar los obstáculos de larga data relacionados con el manejo de datos y el tiempo tomado para el etiquetado de fluorescencia convencional. “En este momento, sabemos que algunos pacientes tienen sobrepeso pero metabólicamente saludables, mientras que otros tienen bajo peso y metabólicamente enfermos”, dijo Smith. “Creemos que tener la capacidad de mirar en profundidad los microambientes dentro del tejido graso puede revelar algunas de las razones por las que esto es así”.

Fuente: https://optics.org

Referencia: Geng J, Zhang X, Prabhu S, et al. 3D microscopy and deep learning reveal the heterogeneity of crown-like structure microenvironments in intact adipose tissue. Sci Adv. 2021 Feb 17;7(8):eabe2480.