Crédito: iStock


Modelo 3D de hígado humano para un mejor diagnóstico

05 de diciembre de 2019 | Historia original del Instituto Max Planck de Biología Molecular, Celular y Genética

 

La enfermedad del hígado graso no alcohólico se está convirtiendo en el trastorno hepático crónico más común en los países desarrollados. El análisis histológico del tejido hepático es la única prueba ampliamente aceptada para diagnosticar y distinguir diferentes etapas de la enfermedad. Sin embargo, esta técnica proporciona sólo imágenes bidimensionales del tejido hepático en baja resolución y pasa por alto cambios estructurales 3D potencialmente importantes. Investigadores del Instituto Max Planck de Biología Molecular Celular y Genética de Dresde y del Hospital Universitario Carl Gustav Carus de Dresde junto con colegas de la Universidad Tecnológica de Dresde generaron modelos geométricos y funcionales 3D de tejido hepático humano para diferentes etapas de la enfermedad. Revelan nuevas alteraciones críticas de los tejidos, proporcionando nuevos conocimientos sobre la fisiopatología y contribuyendo al diagnóstico médico de alta definición.

La enfermedad del hígado graso no alcohólico se caracteriza por la acumulación de grasa en el hígado con una resistencia a la insulina debido a causas distintas de la ingesta de alcohol. Incluye un espectro de enfermedades hepáticas desde esteatosis simple ("no progresiva" y reversible) a esteatohepatitis no alcohólica, que puede progresar en cirrosis, cáncer de hígado, o insuficiencia hepática, que eventualmente puede requerir un trasplante. En 2017, se estima que el 24% de la población mundial se vio afectada por la enfermedad, lo que la convierte en la principal causa de enfermedad hepática crónica.

El análisis histológico convencional del tejido hepático es el estándar de oro para diagnosticar la progresión de la enfermedad, pero tiene varias desventajas: Las imágenes 2D de baja resolución del tejido hepático sólo permiten una evaluación semicuantitativa y puede ser subjetiva, ya que depende de las habilidades del patólogo. Lo más importante, no proporciona información 3D sobre la estructura y la función del tejido, ya que el hígado tiene una compleja organización 3D: Consiste en unidades funcionales, los lobulillos hepáticos, que contienen dos redes entrelazadas, los sinusoides para el flujo sanguíneo y los canales biliares para la secreción y el flujo biliar. Tal arquitectura hace que sea difícil captar la organización 3D y la estructura general del tejido a partir de imágenes histológicas 2D.

Información espacial

Con el fin de superar esas limitaciones en el diagnóstico, el equipo de investigación del director del Max Planck, Marino Zerial, junto con colegas de los hospitales universitarios de Dresde, Rostock y Kiel, y del Centro de Servicios de Información y Alto Rendimiento de informática de la Universidad Técnica de Dresde desarrolló modelos geométricos y funcionales resueltos espacialmente en 3D en diferentes etapas de la enfermedad del hígado graso no alcohólico.

En 2017, el grupo de investigación de Marino Zerial desarrolló un modelo de la red canalicular biliar y del flujo biliar en el hígado de ratón, utilizando análisis 3D multirresolución de su geometría. Luego, el equipo examinó la organización 3D del tejido hepático humano. Aunque varios defectos se pueden observar en las imágenes 2D, las alteraciones de los canales biliares y las redes sinusoidales sólo pueden ser reconocidas en una reconstrucción 3D. Fabián Segovia-Miranda, el primer autor del estudio informa: “Los avances recientes en la fabricación de tejidos transparentes y la microscopía multifotónica permiten el registro de imágenes de secciones de tejido más gruesas, para que se pueda capturar información 3D”. La reconstrucción digital 3D de esos tejidos se utilizó para simular computacionalmente la dinámica del líquido biliar a través de un modelo creado por el Centro de Servicios de Información y Computación de Alto Rendimiento.

Deterioro del flujo biliar

Lutz Brusch, del Centro de Servicios de Información e Informática de Alto Rendimiento, explica: “Aunque la dinámica del flujo sanguíneo a través de los capilares comparativamente grandes ha sido abordada por simulaciones, hasta ahora esto era imposible para la bilis debido a la falta de datos geométricos precisos del tejido humano en todas las escalas pertinentes.” Combinando microscopía, reconstrucción de imágenes digitales y modelado computacional, los investigadores identificaron un conjunto de parámetros celulares y tisulares relacionados con la progresión de la enfermedad. Fabián añade: “Descubrimos que la estructura de la red de canales biliares 3D es profundamente diferente en el tejido afectado. Estos cambios estructurales también tienen consecuencias funcionales críticas. Usando simulaciones dinámicas de fluido biliar personalizadas, aprendimos que el flujo de bilis en algunas áreas pequeñas del tejido está comprometido, lo que se llama micro colestasis.”

Marino Zerial, que también está afiliado al Centro de Biología de Sistemas de Dresde, da una perspectiva: "La medicina de alta definición allana el camino hacia el diagnóstico de enfermedades en etapas tempranas, mucho antes de que aparezcan los síntomas. También nos ayuda a identificar mecanismos patogenéticos moleculares para diseñar nuevas terapias”. Jochen Hampe, del hospital universitario Dresden, añade: "Este análisis tridimensional del tejido hepático nos permite obtener información completamente nueva sobre los mecanismos de la enfermedad. Esto nos permite comprender mejor cómo se relacionan el flujo biliar y la progresión de la enfermedad. También abre nuevos enfoques para las terapias".


Este artículo ha sido republicado a partir de los siguientes materiales y editado para adecuar su longitud y contenido. Para obtener más información, ver la fuente citada.

Referencia: Segovia-Miranda, F., Morales-Navarrete, H., Kücken, M., Moser, V., Seifert, S., Repnik, U., … Zerial, M. (2019). Three-dimensional spatially resolved geometrical and functional models of human liver tissue reveal new aspects of NAFLD progression. Nature Medicine. https://doi.org/10.1038/s41591-019-0660-7

 

 

 

 

 

 

 

 

 

 

 

 




El contenido al que intenta acceder no se encuentra disponible para su dispositivo.

En breve este contenido estará disponible.