Un atlas celular muestra rutas repetibles dentro del glioblastoma

El glioblastoma es un tumor cerebral agresivo y difícil de tratar. Una razón es que no se comporta como una masa uniforme: en un mismo tumor conviven células con rasgos distintos y esas células pueden cambiar con el tiempo. Un nuevo estudio propone que esos cambios no ocurren por completo al azar. Al cartografiar tumores de pacientes, el equipo encontró rutas repetibles entre estados celulares y zonas concretas del tejido.

La investigación analizó 12 glioblastomas humanos obtenidos en distintas regiones de cada tumor. Para cada muestra, combinó información sobre qué genes estaban activos, cómo se regulaban y qué mutaciones portaban las células. También incorporó datos espaciales, que permiten saber en qué lugar del tumor se hallaba cada grupo celular. El resultado fue un mapa que relaciona la diversidad celular con la arquitectura física del cáncer.

Los autores observaron transiciones desde estados que recuerdan a etapas tempranas del desarrollo hacia otros vinculados con lesión del tejido nervioso y falta de oxígeno. Esas transiciones aparecían ordenadas en el espacio: determinados tipos de células tendían a concentrarse en ambientes locales distintos dentro de los tumores. Además, el patrón se conservó entre tumores y entre subgrupos de células con mutaciones diferentes.

Para comprobar que el mapa no era solo una fotografía estadística, el equipo contrastó sus resultados con la historia de las mutaciones acumuladas por las células y con organoides derivados de pacientes. Estos son pequeños modelos tridimensionales cultivados en el laboratorio a partir de células tumorales. En ellos reaparecieron trayectorias celulares semejantes a las inferidas en las muestras humanas.

El trabajo también estudió el entorno inmediato de las células tumorales. Las rutas celulares se asociaron con diferencias en las señales de células inmunitarias del tumor, en particular las de linaje mieloide. Esto sugiere que la variedad de células cancerosas y la de su entorno no son fenómenos separados, sino partes de una organización común del tejido enfermo.

Para ordenar un conjunto de datos de más de un millón de células, los investigadores usaron un método de aprendizaje automático que estima qué reguladores genéticos se relacionan con cada cambio de estado. En cultivos de células tumorales derivadas de pacientes, modificaron algunos de esos reguladores y lograron orientar células hacia estados concretos. Entre esos ensayos, aumentar la actividad de MYT1L redujo la plasticidad celular y se asoció con menor agresividad en modelos experimentales; tumores modificados trasplantados en ratones se vincularon con una supervivencia mayor que los controles.

Eso no equivale a una terapia disponible ni permite anticipar un beneficio en personas. Los experimentos de intervención se hicieron en células, organoides y modelos de ratón, mientras que el atlas describe asociaciones en muestras de pacientes. Aún así, disponer de un mapa más preciso de cómo se organizan y cambian las células puede ayudar a formular tratamientos que no apunten a una sola población celular e ignoren las demás. Antes de llegar a esa etapa habrá que comprobar qué intervenciones son seguras, eficaces y duraderas en estudios clínicos.