Análisis digital preliminar de adenocarcinoma pancreático

Abstract

[ES] En los últimos años, se ha podido observar un análisis digital microscópico más evidente de la oncología a través de la patología digital, la cual cada vez desempeña un papel más importante en la práctica clínica. De hecho, la patología digital junto con la inteligencia artificial tiene un gran potencial para el diagnóstico, pronóstico y terapéutico de la medicina de precisión. El microambiente tumoral (MAT) juega un papel importante en la progresión de la enfermedad oncológica. Las células malignas y el estroma circundante están estrechamente relacionados e interactúan constantemente. Este trabajo tiene como objetivo la caracterización de determinados elementos del MAT en 10 casos de adenocarcinoma pancreático. El software QuPath de análisis de imagen permitirá la segmentación y extracción de parámetros morfométricos de componentes específicos del estroma: fibras de colágeno, glucosaminoglicanos, células tipo linfocito y fibroblasto, y elementos artefactuales. Se extraerá información precisa de las fibras de colágeno que rodean al nicho tumoral, a través del programa CurveAlign. La correcta caracterización del MAT en cáncer de páncreas permitirá en un futuro clasificar correctamente los pacientes y avanzar en el diseño de terapias personalizadas. Este trabajo se relaciona con el tercer ODS de la Agenda 2030: Salud y Bienestar.

[EN] In recent years, we have seen a more evident microscopic digital analysis of oncology through digital pathology, which is playing an increasingly important role in clinical practice. In fact, digital pathology together with artificial intelligence has great potential for diagnostic, prognostic and therapeutic precision medicine. The tumor microenvironment (TMA) plays an important role in the progression of cancer disease. Malignant cells and the surrounding stroma are closely related and constantly interact. This work aims to characterize selected TMA elements in 10 cases of pancreatic adenocarcinoma. QuPath image analysis software will allow the segmentation and extraction of morphometric parameters of specific stromal components: collagen fibers, glycosaminoglycans, lymphocyte and fibroblast-like cells, and artefactual elements. Precise information on the collagen fibers surrounding the tumor niche will be extracted using the CurveAlign software. The correct characterization of pancreatic cancer TMA will allow the correct classification of patients in the future and advance in the design of personalized therapies. This work relates to the third SDG of the 2030 Agenda: Good Health and Well-being.