Existem muitas diferenças que nos ajudam a distinguir as células saudáveis das células cancerosas – desde a forma ao crescimento e à sinalização. Outra maneira é pelo pH. O pH de uma célula cancerosa não é igual ao pH de uma célula saudável. Estudos anteriores relatam que o ambiente ácido ajuda as células tumorais a produzir proteínas que as tornam mais agressivas. Agora, pesquisadores da Universidade Nacional de Cingapura desenvolveram um método de aprendizado através de máquinas para determinar se uma única célula é cancerosa detectando seu pH.
Esse estudo foi publicado na revista APL Bioengineering em um artigo intitulado “Abordagem baseada em aprendizado de máquina para imagens de pH e classificação de células cancerosas” (Machine learning-based approach to pH imaging and classification of single cancer cells).
“A capacidade de identificar diferentes populações de células de forma não invasiva e sem o uso de marcadores fluorescente continua sendo um objetivo importante na pesquisa biomédica”, escreveram os pesquisadores. “Várias técnicas foram desenvolvidas na última década, que se baseiam principalmente em sondas fluorescentes ou nanopartículas. Por outro lado, suas aplicações para estudos de uma única célula foram limitadas pela longa preparação e protocolos de rotulagem.”
“A capacidade de identificar únicas células adquiriu uma importância fundamental no campo da medicina de precisão e personalizada”, explicou Chwee Teck Lim, PhD, professor do departamento de engenharia biomédica e diretor do Instituto de Inovação e Tecnologia em Saúde da Universidade Nacional de Cingapura e um dos autores do artigo. “Isso ocorre porque é a única maneira de explicar a heterogeneidade inerente associada a qualquer espécime biológico.”
O novo método consiste em tratar as células com azul de bromotimol, um corante sensível ao pH que muda de cor dependendo do quão ácida a solução é. Como uma célula cancerosa tem um pH diferente do das células normais, o azul de bromotimol resultará em uma cor diferente em comparação com uma célula normal.
“Nosso método nos permitiu classificar únicas células de vários tecidos humanos, normais e cancerosos, focando apenas nos níveis de acidez inerentes que cada tipo de célula tende a exibir e usando equipamento simples e barato”, disse Lim.
“Uma aplicação potencial desta técnica seria na biópsia líquida, onde as células tumorais que escaparam do tumor primário podem ser isoladas de fluidos corporais de forma minimamente invasiva”, acrescentou Lim.
Os pesquisadores estão ansiosos para avançar na metodologia ainda mais para tentar detectar diferentes estágios de doenças malignas nas células.
“Este método simples abre o potencial para realizar a identificação rápida e não invasiva de células cancerosas vivas para o diagnóstico precoce do câncer e outras análises posteriores”, concluíram os pesquisadores.
Texto original: https://www.genengnews.com/news/machine-learning-helps-identify-cancerous-cells-by-measuring-its-ph/