Automation of early lung cancer detection

Resumen

El cáncer de pulmón es entre los cánceres con mortalidad más alta, el primero en tasa de mortalidad, con una tasa de supervivencia del 15% en los primeros 5 años después del primer diagnóstico. El mayor obstáculo para bajar estas tasas de mortalidad tan altas es que el cáncer frecuentemente se diagnóstica tarde, cuando ya se encuentra en un estadio avanzado y para las que existen pocas terapias eficaces. Por esta razón, hay un gran interés en la comunidad científica en adelantar el momento del diagnóstico a los estadios tempranos del cáncer. El lavado broncho-alveolar es una técnica diagnóstica novedosa en la que un liquido es inyectado con alta presión en los pulmones del paciente utilizando una fibra óptica y sucesivamente extraído y analizado. Para analizar muestras de LBA, utilizamos FICTION, una técnica que combina un marcador de immunofluorescencia con hibridación fluorescente in-situ (FISH). El análisis de estas muestras necesita mucho tiempo y está abierta a errores, ya que el patólogo necesita pasar muchas horas al microscopio de fluorescencia en condiciones difíciles. La idea del proyecto asociado con esta tesis es de automatizar este proceso. Para ello, se ha desarrollado una plataforma automatizada para microscopía óptica, integrando un microscopio de epi-fluorescencia completamente automatizado con código original que controla cada estadio de la adquisición y del análisis. La plataforma se ha combinado con un protocolo de análisis 2D/3D para aislar células candidatas y, después de reconstruir su estructura tridimensional, sugerir un diagnóstico para cada célula. Todos los resultados en cada paso del análisis pueden ser verificados para controlar su consistencia y validez. La plataforma y el análisis se han validado con varias muestras de LBA en las que se han añadido células de dos líneas celulares establecidas de cancer de pulmón. Se cree que la plataforma tiene el potencial para ser aplicada a otras aplicaciones biomédicas. Lung cancer is among the deadliest cancer types, ranking first in mortality rates, with a 15% survival rate over the first five years after diagnosis. The main hurdle in lowering these high mortality rates is that the cancer is often detected too late, when it is already at an advanced stage and only few effective cures exist. There is therefore a great interest in the research community to bring the moment of detection back to the early stages of the cancer. Broncho-alveolar lavage is a novel diagnostic technique in which a high pressure liquid is injected in the lungs of the patient using an optical fibre and then successively extracted and analyzed. To analyze BAL samples, we use FICTION, a technique which combines an immunomarker with fluorescence in-situ hybridization (FISH). The analysis of these samples is time consuming and error-prone, as many hours in difficult conditions have to be spent by the pathologist at the fluorescent microscope. The idea of the project associated with the present dissertation is to automate this process. For this purpose, an automated platform for light microscopy has been developed by integrating a fully automated epi-fluorescent microscope with in-house developed software controlling every stage of the acquisition and the analysis. The platform has been combined with a 2D/3D analysis protocol to isolate candidate cells and, after reconstructing their tridimensional structure, suggest a diagnosis on a per cell basis. All results at each step of the analysis can be verified for consistency and correctness. The platform and the analysis have been validated on various BAL samples sprinkled with cells from two established cancer cell lines. The platform is believed to have the potencial to be applied to other biomedical applications.