DANEELpath herramientas digitales de código abierto para el análisis histopatológico en modelos de neuroblastoma

Por qué importan los pequeños tumores en gel

El cáncer no es solo una masa de células rebeldes; es todo un vecindario donde las células se comunican entre sí y con el andamiaje que las rodea. En cánceres infantiles como el neuroblastoma, esa estructura de soporte puede ayudar a los tumores a crecer y a resistir los tratamientos. Este estudio presenta DANEELpath, un conjunto gratuito y de código abierto de herramientas digitales que convierte imágenes de microscopio de mini-tumores cultivados en laboratorio en mapas cuantitativos detallados. Al hacerlo, ayuda a los científicos a entender cómo se disponen las células tumorales, cómo responden a fármacos experimentales y cómo esos hallazgos podrían traducirse en mejores terapias para niños.

Construir pequeños mundos tumorales en el laboratorio

Para imitar el entorno complejo de un tumor real, los investigadores cultivan células de neuroblastoma dentro de hidrogeles blandos en 3D hechos de gelatina y seda. En este entorno, las células forman de forma natural agregados redondeados, muy parecidos a mini-tumores. Un actor clave en este microambiente es la vitronectina, una proteína adhesiva de la matriz extracelular que ayuda a las células a fijarse y puede impulsar una enfermedad más agresiva. El equipo preparó hidrogeles con y sin vitronectina adicional y expuso algunos a cilengitida, un fármaco experimental que bloquea receptores celulares relacionados con la vitronectina. Tras semanas de crecimiento, los geles se seccionaron, tiñeron y escanearon como imágenes de diapositiva completa de alta resolución, creando una versión digital de cada mini-mundo tumoral.

Convertir imágenes complejas en patrones medibles

La patología tradicional depende de ojos expertos en el microscopio, lo cual es potente pero difícil de estandarizar y escalar. DANEELpath se integra con la popular plataforma de código abierto QuPath y automatiza gran parte de este trabajo. Usando modelos de aprendizaje profundo llamados U-Net, el conjunto de herramientas puede delinear con precisión cada agregado celular en tinciones comunes, incluso cuando los agregados varían desde unos pocos células hasta cientos. A continuación aplica métodos matemáticos para dividir cada hidrogel de forma irregular en un anillo "central" y otro "periférico" equilibrados, garantizando que las comparaciones entre regiones internas y externas sean justas independientemente de la forma del gel. Esto permitió a los autores confirmar que los agregados de neuroblastoma tienden a ser más densos hacia el borde del hidrogel y que este patrón cambia según el contenido de vitronectina y el tratamiento farmacológico.

Medir el espaciado celular y los vecinos de los agregados

Más allá de contar agregados, DANEELpath examina cómo se organizan células y agregados en el espacio. Dentro de cada agregado, otra herramienta identifica núcleos celulares individuales y mide la distancia al vecino más cercano de cada célula, resumiendo cuán compactas están las células. Entre agregados, el conjunto ofrece tres maneras de definir "vecinos", incluida una basada en diagramas de Voronoi que traza zonas de influencia alrededor de cada agregado. Al comparar estas medidas bajo diferentes condiciones, los investigadores mostraron que la cilengitida altera cuántos agregados vecinos tiene un agregado grande y cómo se distribuyen esos vecinos, pero de formas que dependen de si se añadió vitronectina al gel. Esto subraya cómo la matriz circundante y los fármacos mecánicos configuran conjuntamente la organización tumoral.

Ver el halo alrededor de los agregados tumorales

La vitronectina en estos modelos a menudo forma anillos llamativos alrededor de los agregados: una "corona" brillante cuando solo está la vitronectina producida por las propias células, y un halo pálido cuando se incorpora vitronectina adicional en el gel. Separar estos anillos del núcleo del agregado es difícil a simple vista. DANEELpath aborda esto trazando primero regiones de influencia basadas en Voronoi alrededor de cada agregado y luego expandiéndolas hacia afuera lo justo para capturar el anillo sin solaparse con los vecinos. Se emplean reglas simples de contraste de imagen para detectar coronas y halos, y la herramienta mide automáticamente su grosor. Estrategias similares también se aplicaron a muestras de pacientes reales, por ejemplo cartografiando células inmunitarias en el borde de regiones tumorales o definiendo zonas alrededor de vasos sanguíneos para estudiar cómo se organizan la vitronectina y otros marcadores en neuroblastoma humano.

Qué significa esto para la investigación del cáncer futura

En esencia, este trabajo convierte imágenes patológicas estáticas en mediciones detalladas y reproducibles de cómo se organizan las células tumorales y su entorno. Para no especialistas, eso significa que los investigadores pueden ahora probar con mayor facilidad cómo nuevos fármacos, materiales de andamiaje o cambios genéticos alteran no solo si los tumores crecen, sino cómo crecen en el espacio. Porque DANEELpath es de código abierto, funciona mediante una interfaz gráfica y se ejecuta en ordenadores habituales, reduce la barrera para que laboratorios de todo el mundo adopten análisis de imagen avanzados. Con el tiempo, tales herramientas podrían ayudar a vincular patrones observados en modelos 3D y tejidos de pacientes con resultados clínicos, guiando tratamientos más dirigidos y eficaces para niños con neuroblastoma de alto riesgo.

Cita: Vieco-Martí, I., López-Carrasco, A., Navarro, S. et al. DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models. Sci Rep 16, 6162 (2026). https://doi.org/10.1038/s41598-026-37134-5

Palabras clave: neuroblastoma, patología digital, hidrogeles 3D, matriz extracelular, aprendizaje profundo