Identificazione del tessuto tumorale in campioni patologici sottili tramite laser a femtosecondi

Apr 07, 2023

Rapporti scientifici volume 13, numero articolo: 9250 (2023) Citare questo articolo

1 Altmetrico

Dettagli sulle metriche

Nel trattamento della maggior parte dei tumori cancerosi solidi di nuova scoperta, la chirurgia rimane la prima opzione terapeutica. Un fattore importante per il successo di questi interventi è la precisa individuazione dei margini di sicurezza oncologici per garantire la completa asportazione del tumore senza intaccare gran parte del tessuto sano limitrofo. Qui riportiamo la possibilità di applicare la spettroscopia di rottura indotta da laser a femtosecondi (LIBS) combinata con algoritmi di apprendimento automatico come tecnica di discriminazione alternativa per differenziare il tessuto canceroso. Gli spettri di emissione successivi all'ablazione su campioni postoperatori sottili di fegato e mammella sono stati registrati con elevata risoluzione spaziale; le sezioni colorate adiacenti sono servite come riferimento per l'identificazione dei tessuti mediante l'analisi patologica classica. In un test di prova di principio eseguito sul tessuto epatico, gli algoritmi delle reti neurali artificiali e della foresta casuale sono stati in grado di differenziare sia il tessuto sano che quello tumorale con un'accuratezza di classificazione molto elevata di circa 0,95. La capacità di identificare tessuti sconosciuti è stata eseguita su campioni di seno di pazienti diversi, fornendo anche un elevato livello di discriminazione. I nostri risultati mostrano che la LIBS con laser a femtosecondi è una tecnica con potenziale per essere utilizzata in applicazioni cliniche per l'identificazione rapida del tipo di tessuto nel campo chirurgico intraoperatorio.

La chirurgia rimane la principale linea di attacco per debellare il cancro scoperto nelle sue fasi iniziali. La maggior parte dei tumori solidi di nuova diagnosi vengono rimossi chirurgicamente, sperando in una guarigione completa o almeno prolungando l'aspettativa di vita del paziente1. Le cellule tumorali lasciate dopo l'intervento (ad esempio, dai margini positivi del campione di resezione) possono generare recidive locali o metastasi nel tempo, essendo uno dei fattori chiave che determinano il tasso di sopravvivenza di un paziente. In molti casi sono necessari successivi interventi chirurgici per rimuovere il tessuto neoplastico neoformato, oppure sono necessarie terapie adiuvanti (radioterapia o chemioterapia), che presentano numerosi effetti collaterali. I risultati dell'intervento sono determinati principalmente dall'esperienza dell'équipe medica che esegue l'intervento oncologico: l'obiettivo è rimuovere completamente le cellule maligne (per prevenire ulteriori recidive) e preservare quanto più tessuto possibile dell'organo interessato, senza degradarne la funzionalità. In pratica, i margini di sicurezza oncologici variano tra 2 mm e 1 cm, a seconda del tipo di tumore e della localizzazione del tumore2. La localizzazione ad alta precisione del tumore è di cruciale importanza per il successo dell’operazione. L'équipe chirurgica può utilizzare le informazioni ottenute prima dell'intervento dalle tecniche di imaging (tomografia a risonanza magnetica, tomografia computerizzata a raggi X o ecografia), ma in campo operatorio le decisioni si basano principalmente su informazioni visive e tattili. Molte volte, per decidere se il tessuto maligno è stato completamente rimosso, si ricorre all'esame patologico intraoperatorio su un campione congelato. Questa procedura richiede diverse decine di minuti e, in caso di incertezza, aumenterebbe notevolmente il tempo dell’intervento, aumentando il rischio di complicanze. Per questo motivo è altamente auspicabile una tecnica alternativa o complementare con una definizione rapida e precisa del tipo di tessuto operato.

Negli ultimi anni sono state studiate diverse tecniche innovative per l’analisi in vivo. Le tecniche di spettroscopia di massa, in cui vengono misurati i valori di massa/carica per diversi frammenti molecolari risultanti dalla decomposizione locale del tessuto, sono già state testate in vivo per identificare diversi tipi di cancro3,4,5. Parallelamente a queste, sono state studiate tecniche ottiche, come la tomografia a coerenza ottica6,7, la spettroscopia Raman8,9,10 e la spettroscopia di rottura indotta da laser (LIBS), grazie alla loro portabilità e all'elevata precisione spaziale. Anche se i primi tentativi di utilizzare LIBS per rilevare tessuto canceroso risalgono a quasi due decenni11, lo sviluppo negli ultimi anni di algoritmi di Machine Learning (ML) per interpretare un grande volume di dati sperimentali ha intensificato questi studi12. La tecnica LIBS analizza gli spettri di emissione del plasma creato da laser focalizzati sulla superficie dei materiali. Ha il vantaggio di produrre risultati rapidi su un'ampia varietà di campioni che non richiedono complicati pretrattamenti. Nel processo LIBS, il materiale viene ionizzato e viene prodotto il plasma, che dopo il raffreddamento emetterà radiazioni specifiche per gli elementi chimici presenti nel materiale. Molti studi che tentano di identificare diversi tipi di tessuto maligno vengono condotti utilizzando laser a nanosecondi12,13,14,15,16,17,18,19,20,21,22, producendo plasma ad alta temperatura con significativo danno termico al campione e una diminuzione della risoluzione spaziale23. In studi precedenti, abbiamo dimostrato che gli impulsi al femtosecondo (fs) possono essere utilizzati per l'analisi LIBS di precisione in situ/in vivo di tessuti biologici23 e campioni tecnici24, consentendo una risoluzione spaziale dell'ordine dei micron e inferiore a 25. Applicazioni di fs-LIBS su diversi tessuti biologici sono presentati in diversi studi (Rif.26 e riferimenti ivi contenuti), ma il suo utilizzo nel rilevamento di tessuti cancerosi è stato meno studiato12,27,28,29.