A arquitetura microscópica dos tumores pode conter informações prognósticas que escapam às classificações histológicas convencionais. Um estudo publicado na revista Cancer Research apresentou uma abordagem computacional baseada em topologia para converter padrões espaciais do tecido mamário em biomarcadores numéricos relacionados à sobrevida e à resposta ao tratamento.
Desenvolvida por pesquisadores da Columbia University Irving Medical Center e instituições colaboradoras, a metodologia analisa como células tumorais, componentes imunes e marcadores moleculares se distribuem no microambiente tumoral. O objetivo é tornar quantitativa uma característica que patologistas avaliam há décadas, o grau de organização ou desorganização do tecido maligno.
Da avaliação morfológica ao escore contínuo
A perda progressiva da arquitetura normal constitui uma característica central da transformação maligna. No câncer de mama, essa desorganização participa da definição do grau histológico, ao lado de parâmetros como formação tubular, pleomorfismo nuclear e atividade mitótica.
Embora o grau histológico tenha reconhecido valor diagnóstico e prognóstico, sua natureza semiquantitativa limita a representação de alterações morfológicas que ocorrem em um espectro contínuo. A avaliação também pode apresentar variabilidade entre observadores, sobretudo em casos próximos aos limites entre categorias.
O novo método emprega a homologia persistente, uma técnica da análise topológica de dados capaz de identificar estruturas, agrupamentos, conexões e espaços presentes em conjuntos complexos. Em vez de considerar somente a quantidade de cada tipo celular, o algoritmo examina como essas células se organizam e se relacionam em diferentes escalas espaciais.
Os pesquisadores aplicaram a abordagem a imagens de imunofluorescência multiplexada, nas quais foram determinadas as coordenadas de células tumorais, células imunes e áreas com expressão de PD-L1. Essas informações foram convertidas em conjuntos de pontos e processadas por modelos matemáticos, gerando escores contínuos de organização tecidual.
Organização tumoral associada à sobrevida
A investigação reuniu amostras de mais de 550 pacientes com câncer de mama pertencentes a uma coorte racialmente diversa da Carolina do Norte, nos Estados Unidos. Escores topológicos mais elevados, representativos de uma arquitetura relativamente organizada, foram associados a maior sobrevida. Valores menores refletiram maior desestruturação do tecido e resultados clínicos menos favoráveis.
A combinação de características celulares básicas com parâmetros topológicos atingiu índice de concordância de aproximadamente 0,67 para a previsão de sobrevida. O índice de concordância, conhecido como C-index, estima a capacidade de um modelo ordenar corretamente pacientes segundo o risco observado. O desempenho indica informação prognóstica relevante, embora ainda insuficiente para sustentar o uso isolado do marcador em decisões clínicas.
Nas análises comparativas apresentadas pelos autores, as medidas espaciais e topológicas alcançaram desempenho semelhante ou superior ao de diferentes marcadores clínicos, proteicos e moleculares avaliados no estudo. Também demonstraram menor variação de precisão entre pacientes classificados como negros não hispânicos e brancos não hispânicos.
Esse resultado merece atenção porque modelos prognósticos podem apresentar desempenho desigual quando desenvolvidos ou validados em populações pouco diversas. Ainda assim, a consistência observada entre os grupos avaliados precisa ser confirmada em coortes independentes, com maior diversidade geográfica, clínica e demográfica.
Assinaturas relacionadas à resposta terapêutica
Os pesquisadores integraram os escores topológicos a dados de expressão gênica e construíram assinaturas moleculares derivadas da arquitetura tumoral. Essas assinaturas foram avaliadas em conjuntos independentes de estudos clínicos e mostraram capacidade de discriminar respostas terapêuticas.
O resultado sugere que a organização espacial observada na lâmina pode funcionar como uma representação mensurável de processos biológicos que influenciam a sensibilidade ou a resistência ao tratamento. O estudo, contudo, ainda não estabelece um teste clínico validado para selecionar medicamentos. As assinaturas precisam ser confirmadas prospectivamente, com terapias, desfechos e populações previamente definidos.
A análise transcriptômica também relacionou escores topológicos baixos a vias envolvidas em alterações metabólicas, supressão imune e transição epitélio-mesênquima, processo associado à aquisição de propriedades invasivas pelas células tumorais.
Entre os mecanismos identificados estava a expressão da enzima metabólica IL4I1, ligada à ativação do receptor de hidrocarboneto de arila, AHR. Trabalhos anteriores associaram esse eixo à modulação da resposta imune e à progressão tumoral. No novo estudo, a relação surgiu como possível conexão entre metabolismo, microambiente imune e desorganização estrutural. Trata-se de uma associação biológica que gera novas hipóteses, sem comprovar, por si, causalidade ou benefício terapêutico do bloqueio dessa via.
A arquitetura como fonte de informação clínica
O estudo integra uma linha crescente de pesquisas que tratam a lâmina histológica como uma fonte de dados quantitativos. Em 2024, uma investigação publicada na Nature Medicine apresentou a Histomic Prognostic Signature, ou HiPS, um modelo que utiliza aprendizado profundo para mensurar componentes epiteliais, estromais, imunes e suas interações espaciais em imagens de câncer de mama.
A HiPS foi desenvolvida em uma coorte populacional e validada em três bases independentes. O modelo acrescentou informação prognóstica aos parâmetros clinicopatológicos convencionais, com forte contribuição das características do estroma e do infiltrado imune.
Embora a HiPS e os novos escores topológicos utilizem estratégias matemáticas diferentes, os estudos convergem em um ponto. A informação relevante da histologia não se restringe à aparência das células malignas. A disposição espacial do tumor, do estroma e dos elementos imunes participa do comportamento clínico da doença.
A contribuição específica da topologia está em representar essa organização por meio de descritores matemáticos contínuos. Essa característica pode favorecer modelos interpretáveis, nos quais o resultado mantém relação direta com o grau de ordenação ou fragmentação da arquitetura tecidual.
Da imunofluorescência às lâminas de rotina
A metodologia foi desenvolvida inicialmente com imunofluorescência multiplexada, técnica capaz de identificar diferentes fenótipos celulares simultaneamente. Esse recurso oferece mapas espaciais detalhados, porém exige instrumentação, reagentes, padronização analítica e capacidade computacional que ainda não estão disponíveis em todos os serviços de patologia.
Os pesquisadores trabalham na adaptação da abordagem para lâminas coradas por H&E, utilizadas rotineiramente nos laboratórios. A transição poderia ampliar a aplicabilidade do método, reduzir custos adicionais e permitir o processamento retrospectivo de grandes acervos histopatológicos digitalizados.
Essa etapa exige cautela. Antes da implementação clínica, o algoritmo deverá demonstrar robustez diante de diferenças de fixação, processamento histológico, coloração, equipamentos de digitalização, resolução da imagem e segmentação celular. Também será necessário definir limites interpretativos, calibração de risco, reprodutibilidade interlaboratorial e valor incremental em relação aos modelos já empregados.
Potencial complementar para a patologia
A proposta não substitui a avaliação do patologista, a classificação molecular, o estadiamento ou os testes genômicos já incorporados a contextos específicos do câncer de mama. Seu valor potencial está em acrescentar uma camada quantitativa à leitura da arquitetura tumoral e integrar essa informação a dados clínicos, imunohistoquímicos e moleculares.
O trabalho foi publicado no volume 86 da Cancer Research, sob o título Topology-Based Biomarkers Accurately Predict Breast Cancer Outcome and Survival. O artigo recebeu o DOI 10.1158/0008-5472.CAN-25-1216. Os próprios autores ressaltam que validações adicionais e estudos clínicos serão necessários antes da aplicação na rotina diagnóstica.
A principal contribuição, neste momento, é demonstrar que a arquitetura do câncer de mama pode ser formalizada matematicamente e transformada em uma variável mensurável. Ao aproximar morfologia, biologia espacial e análise computacional, a abordagem abre uma possibilidade concreta para modelos prognósticos mais objetivos, desde que seu desempenho seja confirmado fora do ambiente de pesquisa.
