Una advertencia antes de empezar. Lo que tratamos hoy es un preprint, es decir, un artículo anterior a la revisión por pares. Como la evaluación por expertos aún no ha concluido, las conclusiones pueden cambiar en el futuro. Cuando se publique formalmente tras la revisión, volveremos a tratarlo en detalle. Por ahora, explicamos el contenido disponible públicamente en este momento.
El tema son las células dendríticas (dendritic cell, DC) que se encuentran dentro del tumor. Las células dendríticas muestran a los linfocitos T las señas de identidad del cáncer (los antígenos) y les transmiten la orden de «atacad esto»: son las directoras de orquesta de la inmunidad. Sin embargo, estas directoras no están repartidas de manera uniforme por el tumor. Se reúnen en lugares concretos, se sitúan junto a linfocitos T concretos y forman pequeños «enclaves».
El artículo se plantea tres preguntas. Qué estados presentan las células dendríticas y si son comunes a distintos tipos de cáncer y a distintas especies. Dónde se encuentra cada estado dentro del tumor y junto a quién se sitúa. Y cómo cambian esos enclaves cuando se aplica inmunoterapia. El núcleo de la respuesta resultó algo inesperado: tras el tratamiento, los cambios detectables en la expresión génica de las células dendríticas eran mínimos, pero la disposición de las células había cambiado con claridad.
Datos de la publicación
- Título del artículo: Spatial immune hubs defined by conserved activated dendritic cells are remodeled by immunotherapy (Los centros inmunitarios espaciales definidos por células dendríticas activadas conservadas son remodelados por la inmunoterapia)
- Tipo de artículo: Preprint (artículo original previo a la revisión por pares). El propio encabezado del texto indica expresamente que «no ha sido certificado por revisión por pares»
- Dónde se ha publicado: bioRxiv (publicado el 11 de febrero de 2026, versión 1). 90 páginas en total, 7 figuras principales, 11 figuras suplementarias y 83 referencias
- DOI / enlace: 10.64898/2026.02.10.703136
- Autores: Tomoyuki Minowa y Sunita Keshari (primeros autores con igual contribución) y otros, 16 en total
- Afiliaciones: Centro Oncológico MD Anderson de la Universidad de Texas (Departamento de Inmunología, entre otros), Instituto Oncológico Dana-Farber, Instituto Ragon, Instituto Broad, Instituto Tecnológico de Massachusetts y Universidad de Stanford
- Impact Factor: No tiene. bioRxiv no es una revista científica con revisión por pares, sino un servidor de preprints, por lo que queda fuera del ámbito del indicador Impact Factor
- Licencia: CC BY-NC-ND 4.0 (atribución, no comercial, sin obras derivadas). Por ello, en este artículo no reproducimos ni redibujamos las figuras del trabajo y lo explicamos únicamente con texto
- Datos y código: según el artículo, los datos integrados de célula única de humano y ratón y los datos de CODEX ya procesados (archivos AnnData) están depositados en Zenodo (DOI: 10.5281/zenodo.18157069), y el código de análisis se encuentra en GitHub. No obstante, en el momento en que lo comprobamos para este artículo, el registro de Zenodo era público, pero los archivos tenían el acceso restringido
- Declaración de conflictos de intereses: el autor de correspondencia, Gubin, es consultor remunerado de Merck y recibe honorarios de Springer Nature como editor asociado de la revista Nature Precision Oncology. El coautor Garry P. Nolan es cofundador de Akoya Biosciences, inventor de la patente US9909167 y miembro del consejo asesor científico de la empresa. Akoya es la compañía que desarrolla el equipo de CODEX (PhenoCycler), la tecnología central de este estudio. Linghua Wang es miembro del consejo asesor científico de SELLAS Life Sciences
¿Qué clase de investigadores son los autores de correspondencia?
Los autores de correspondencia son dos, ambos pertenecientes al Departamento de Inmunología del Centro Oncológico MD Anderson.
Matthew M. Gubin es profesor asociado de ese departamento. Se doctoró en Microbiología e Inmunología en 2012 por la Universidad de Misuri en Columbia y, de 2012 a 2017, fue investigador posdoctoral con Robert Schreiber en la Universidad de Washington (San Luis). Los ejes de su investigación son la respuesta de los linfocitos T frente a los neoantígenos, señas de identidad que surgen de las mutaciones génicas de las células cancerosas; la comparación y la combinación de vacunas de neoantígenos con la terapia de puntos de control inmunitario; y el análisis de alta dimensionalidad de las células inmunitarias intratumorales. El modelo de melanoma maligno de ratón empleado en este trabajo, Y1.7LI, es una línea celular que los autores habían generado anteriormente. En los agradecimientos figura el nombre de Schreiber como una de las personas que colaboraron en el diseño del panel de anticuerpos de CODEX.
Stephanie S. Watowich es catedrática y subdirectora del mismo departamento. Es conocida por sus estudios sobre los factores de transcripción STAT activados por citocinas, en particular sobre el papel de STAT3 en las células mieloides y en las células dendríticas, y también impulsa el desarrollo de vacunas basadas en células dendríticas convencionales de tipo 1 (cDC1). Si se ve como un trabajo en el que se han unido una especialista en la biología de las células dendríticas y un especialista en modelos de inmunoterapia, resulta más fácil captar el conjunto.
El primer autor, Minowa, ha recibido ayudas para estancias en el extranjero de la Sociedad Japonesa de Dermatología y de la Fundación Conmemorativa Uehara para las Ciencias de la Vida.
¿Qué era lo que no se sabía hasta ahora?
Las células dendríticas no son un bloque monolítico. Las células dendríticas convencionales (conventional DC, cDC) se dividen a grandes rasgos en dos. En general se resume así: las cDC1 destacan en presentar antígenos a los linfocitos T CD8 (las células que destruyen directamente a las células cancerosas), mientras que las cDC2 tratan sobre todo con los linfocitos T CD4 (las células que coordinan el conjunto de la inmunidad). Esto no es un resultado del artículo, sino una premisa de libro de texto.
Dentro del tumor, sin embargo, a esto se le superpone una capa más: el «estado de activación». El artículo se centra en dos.
El primero es la CCR7⁺ DC. Es una célula dendrítica madura y preparada para migrar, que expresa LAMP3, FSCN1, CD40 y CD83 y, al mismo tiempo, moléculas que frenan la inmunidad como PD-L1, PD-L2 y CD200. Según el grupo de investigación, se la ha llamado con nombres distintos: «DC3», «mregDC» o «LAMP3⁺ DC».
El segundo es la ISG⁺ DC. Es una célula dendrítica que expresa intensamente el conjunto de genes inducidos por interferón (interferon-stimulated gene, ISG). En ratón se ha descrito que promueve con fuerza la inmunidad antitumoral mediada por linfocitos T y que es necesaria para una respuesta óptima al bloqueo de los puntos de control inmunitario.
👦 Estudiante: ¿No resulta confuso que haya tres o cuatro nombres?
🧬 Dr. Exotaro: Sí, lo es. Es como si cada compañía ferroviaria llamara a la misma estación con un nombre distinto. Si no se unifica todo en un solo mapa, ni siquiera se puede discutir si la «estación de la compañía A» y la «estación de la compañía B» están en el mismo sitio. La primera mitad de este artículo es precisamente ese trabajo de unificación.
Quedaban tres puntos sin resolver. Si estos estados de activación se conservan entre distintos tipos de cáncer y, además, entre humanos y ratones. Dónde se localizan dentro del tumor. Y cómo intervienen en la respuesta a la terapia de puntos de control inmunitario (immune checkpoint therapy, ICT).
En el segundo punto, en particular, había una barrera técnica. La secuenciación de ARN de célula única (scRNA-seq) es un método que disgrega el tejido y lee las células una a una. Permite conocer con detalle el tipo y el estado de cada célula, pero en el momento de disgregar se pierde la información de «junto a quién estaba».
👦 Estudiante: ¿No basta con saber qué tipos de células hay?
🧬 Dr. Exotaro: Es como hablar de fútbol solo con la lista de jugadores. Se sabe quién está, pero no la formación. Si la directora de orquesta está en una posición desde la que puede pasar el balón a alguien es algo que no se ve sin el esquema de posiciones. Este artículo es un trabajo que ha intentado elaborar las dos cosas: la lista y el esquema de posiciones.
¿Qué se ha averiguado en este trabajo?
El estudio apila tres métodos. Vamos a verlos por orden.
Método ① Reunir datos de célula única para elaborar la «lista de jugadores»
Los autores reunieron en primer lugar 28 conjuntos de datos de scRNA-seq de tumores sólidos humanos ya publicados. Incluyen 12 tipos de cáncer y tejido normal. Para no dejar escapar células dendríticas, recogieron no solo las células que la herramienta de anotación automática ScType clasificaba como células dendríticas mieloides, sino también las clasificadas como macrófagos, monocitos y células inmunitarias que expresan ISG, y construyeron un conjunto de datos integrado humano de 276,163 células. De ahí extrajeron únicamente los clústeres que expresaban los marcadores de células dendríticas (FLT3, ZBTB46, ITGAX), eliminaron la contaminación por linfocitos T y B y volvieron a integrar los datos. Las células dendríticas plasmocitoides (pDC) quedaron fuera del objeto de este trabajo.
Para reunir datos cuyas condiciones experimentales difieren de un estudio a otro hace falta corregir los efectos de lote. Aquí se utilizó RPCA (reciprocal PCA) de Seurat V5. Equivale a superponer mapas elaborados por distintos equipos de topógrafos apoyándose en puntos de referencia comunes. Como sería un problema que las conclusiones cambiaran al cambiar el método de corrección, comprobaron que los clústeres heterogéneos de cDC2 se reproducían también con otros tres métodos: Harmony, FastMNN y scVI. El número de clústeres se decidió con un indicador llamado SC3 stability, que mide si la manera en que se separan las células se mantiene estable al variar la resolución.
El resultado fue un atlas de 29,554 células procedentes de 353 muestras y 12 tejidos, de las cuales 17,092 células eran células dendríticas infiltradas en el tumor. El agrupamiento no supervisado las separa en 8 clústeres.
- C2_cDC1 (XCR1, CADM1, CLEC9A, BATF3)
- C4_CCR7⁺ DC (LAMP3, CCR7, FSCN1, CD40, CD274)
- 6 clústeres de cDC2/tipo DC2 (CD1C, CLEC10A, SIRPA). De ellos, C0, C1, C6 y C7 son «DC2 inflamatorias» que expresan intensamente IL1B, C3 es un estado no activado y C5 es la ISG⁺ DC
En C5_ISG⁺ DC estaban enriquecidas las vías de señalización de IFN-α e IFN-γ, y también estaba aumentada la actividad de la vía JAK-STAT. Se interpreta como un estado de activación de las cDC2 expuestas a interferón.
Al comparar entre tipos de cáncer, los patrones de expresión génica de cDC1, ISG⁺ DC y CCR7⁺ DC estaban bien conservados. En cambio, la población de cDC2/tipo DC2 era la más numerosa y también la más heterogénea (evaluada mediante la puntuación ROGUE), e incluía subconjuntos cuyo aspecto cambia según el tipo de cáncer.
También se examinaron las diferencias por sexo. Se disponía de información sobre el sexo en el 63.2% de los pacientes (38.6% hombres, 61.4% mujeres), y no se encontró ningún clúster específico de un sexo. Al excluir los cánceres con una proporción de sexos muy sesgada, como los de mama, útero, ovario y riñón, los genes con diferencias en cDC1, ISG⁺ DC y CCR7⁺ DC eran muy pocos, y todos se encontraban en el cromosoma X o en el cromosoma Y.
En ratón se siguió el mismo procedimiento. A partir de 12 conjuntos de datos, entre publicados e inéditos (101,161 células en el momento de la integración), se obtuvieron 6,592 células dendríticas infiltrantes de tumor y 11 clústeres. Al sustituir las firmas génicas humanas por los genes homólogos de ratón y aplicarlas, cDC1 y CCR7⁺ DC resultaron bien conservadas entre especies, y la ISG⁺ DC también mostró un patrón conservado. Las poblaciones que estudios previos habían llamado con nombres distintos (LAMP3⁺ DC, mregDC, DC migratorias) coincidían en gran medida, en su perfil transcripcional, con la C4_CCR7⁺ DC de este trabajo.
¿Están conectados los dos estados de activación?
Al subdividir aún más las CCR7⁺ DC, aparecieron células que expresan a la vez CCR7 e ISG15. Son de dos tipos: CCR7⁺ISG15hiCADM1⁺, que conserva CADM1, marcador de cDC1, y CCR7⁺ISG15hiCD1C⁺, que expresa CD1C, marcador de cDC2.
Monocle3, un método de inferencia de trayectorias, indicó que estas células podrían corresponder a una fase temprana del recorrido por el que las cDC1 y las cDC2 maduran hacia CCR7⁺ DC. Al estimar el origen con el método SingleR, la procedencia más probable de C5_ISG⁺ DC eran las DC2 inflamatorias de C0 y C7. También en ratón se dibuja una trayectoria en la que las cDC2 pasan por el estado de ISG⁺ DC en su camino hacia CCR7⁺ DC.
Los autores, no obstante, son prudentes. La ISG⁺ DC podría ser un punto de paso hacia la CCR7⁺ DC, pero, dado que existe como una población grande, también es posible que una parte permanezca dentro del tumor en el estado ISG. Escriben que los datos son compatibles con ambas posibilidades.
Los genes de citocinas y quimiocinas que expresan son distintos
Al comparar en humano y en ratón los genes que distinguen la CCR7⁺ DC de la ISG⁺ DC, muchos de los genes diferencialmente expresados situados en los primeros puestos se movían en el mismo sentido en ambas especies (120 y 148 genes en los cuadrantes del mismo sentido, y 50 y 38 genes en los cuadrantes de sentido opuesto).
Entre ellos había genes de citocinas y de quimiocinas (sustancias que atraen a las células). Lo que sigue es el resultado de comparar la expresión de ARN, no una medición de la cantidad de proteína secretada.
- C4_CCR7⁺ DC: IL15, IL32, CCL17, CCL19, CCL22
- C5_ISG⁺ DC: CXCL9, CXCL10
Además, IL12B se expresaba de forma específica en la población CCR7⁺ISG15hiCADM1⁺, que se considera derivada de cDC1, y en esa misma población también IL27 se expresaba a niveles altos. Hay otra diferencia: CXCL9 se observa ampliamente en cDC1, CCR7⁺ DC e ISG⁺ DC, mientras que CXCL10 es más alta en la ISG⁺ DC y en las CCR7⁺ DC derivadas de cDC2.
👦 Estudiante: Si las sustancias que atraen son distintas, ¿también son distintos los que acuden?
🧬 Dr. Exotaro: Esa es la siguiente pregunta. Si emiten en frecuencias distintas, el público que se congrega también debería ser distinto. Pero solo con la expresión génica no se puede decir más que «parece que están llamando». Quién está realmente al lado es algo que hay que ver sobre el tejido.
Método ② Dibujar el «esquema de posiciones» con transcriptómica espacial
Aquí se utilizaron datos de 3 casos de cáncer colorrectal humano. Se reanalizó un conjunto de datos ya publicado en el que, a partir de cortes seriados del mismo bloque FFPE (fijado en formol e incluido en parafina), se obtuvieron tanto scRNA-seq como transcriptómica espacial (Visium HD).
Visium HD es una tecnología que lee, compartimento a compartimento y con gran detalle, «qué gen se expresa en qué lugar» sobre un corte de tejido. El análisis se hizo con compartimentos de 8 µm. Como en un mismo compartimento puede mezclarse información de varias células, se emplea RCTD, una deconvolución (separación de señales mezcladas) que estima el tipo celular de cada compartimento tomando como modelo el scRNA-seq de la misma muestra. Para el análisis de distancias se utilizó bin2cell, que reagrupa los compartimentos de 2 µm en unidades celulares a partir de los núcleos de la imagen teñida con H&E, y para inferir las interacciones entre células se utilizó CellChat.
Se averiguaron tres cosas.
En primer lugar, las CCR7⁺ DC y las ISG⁺ DC estaban densamente agrupadas. Esto contrasta con las cDC1 y las cDC2, que se encuentran dispersas de forma rala. Además, los lugares donde se reúnen unas y otras, aunque se solapan en parte, eran distintos.
En segundo lugar, cada enclave se hallaba en un entorno de señales diferente. Las CCR7⁺ DC estaban en regiones ricas en CCL19 y CCL21, los ligandos de CCR7. Los fibroblastos asociados al cáncer y las células endoteliales se distribuían ampliamente por todo el tumor, pero, al comparar lo proximal y lo distal con un umbral de 50 µm en la muestra del paciente 2, las células que expresaban CCL19 o CCL21 se concentraban cerca de las CCR7⁺ DC. Las ISG⁺ DC, por su parte, se encontraban en regiones con una señalización de interferón activa, y las células circundantes también mostraban rasgos de respuesta al interferón. El análisis con CellChat sugiere que el origen del interferón no es un único tipo celular, sino que se reparte entre células inmunitarias y no inmunitarias.
En tercer lugar, los linfocitos T vecinos eran distintos. Ambos enclaves son regiones ricas en linfocitos T, pero la composición difiere.
- Alrededor de las CCR7⁺ DC: diversos linfocitos T CD4, como linfocitos T CD4 de tipo naíf, linfocitos T cooperadores foliculares (Tfh), células Th17 y linfocitos T reguladores (Treg). Se apuntó la posibilidad de que el CCL22 procedente de las CCR7⁺ DC los atraiga a través de CCR4
- Alrededor de las ISG⁺ DC: linfocitos T CD8 que expresan transcritos asociados al agotamiento (CD8.EX). La acumulación de CXCL9 y CXCL10 se solapaba con esta región, lo que sugiere una interacción a través de CXCR3
Las células inmunitarias en proliferación abundaban en ambos enclaves.
Método ③ Ver con imagen multiplexada los cambios producidos por el tratamiento
Por último están los datos obtenidos de nuevo para este artículo. CODEX (también llamado PhenoCycler) es una tecnología que tiñe y distingue simultáneamente decenas de proteínas sobre un único corte de tejido. Se marcan los anticuerpos con códigos de barras de ADN y se repite el ciclo de «poner la sonda fluorescente correspondiente y fotografiar, retirarla y poner la siguiente».
El material es Y1.7LI, un modelo de melanoma maligno de ratón. Es una línea celular derivada de la cepa YUMM1.7, BrafV600E Pten−/− Cdkn2a−/−, a la que se ha hecho expresar neoantígenos para MHC de clase I y de clase II, y responde tanto al anticuerpo anti-PD-1 como al anticuerpo anti-CTLA-4, a su combinación y a la vacuna de neoantígenos. Por eso permite comparar los tratamientos entre sí sin que interfiera la diferencia entre «funciona» y «no funciona».
Las condiciones experimentales fueron las siguientes.
- Implante subcutáneo de 5 × 10⁵ células en el flanco de ratones C57BL/6J machos de 8 a 12 semanas de edad
- El anticuerpo anti-PD-1 (clon RMP1-14) y el anticuerpo anti-CTLA-4 (clon 9D9) se administraron por vía intraperitoneal a 200 μg los días 7, 10 y 13 tras el implante
- La vacuna de neoantígenos (NeoVAX) consistió en 10 μg del péptido largo sintético de mLama4 y 50 μg de polyI:C, administrados por vía subcutánea los días 7 y 13
- Hubo dos tipos de control: un anticuerpo de control y una vacuna de control con un péptido irrelevante (mAlg8)
- El día 15 se extrajeron los tumores, se prepararon cortes congelados (8 µm de grosor) y se tomaron las imágenes
6 grupos de tratamiento, 3 experimentos independientes y 20 cortes de tumor en total. Con más de 30 marcadores se analizaron más de 1.4 millones de células.
También hay ingenio en el modo de determinar el tipo celular. Como ya existían datos de scRNA-seq del mismo modelo y en las mismas condiciones de tratamiento, con un algoritmo llamado MaxFuse se emparejaron la «lista de jugadores de ARN» y la «imagen de proteínas», y las etiquetas de la lista se transfirieron a las células de la imagen. Solo se etiquetaron las células con una puntuación de concordancia de 0.4 o superior, y las que no la alcanzaban se dejaron como «no asignadas». Así se identificaron 10 tipos principales de células inmunitarias y los subtipos finos de células dendríticas y linfocitos T.
Para evaluar la vecindad se empleó una prueba de permutaciones. Se cuentan las células situadas en un radio de 20 µm alrededor de cada célula y, manteniendo las posiciones de las células, se barajan solo las etiquetas 1,000 veces para construir la distribución de «cuánta vecindad habría por azar» y obtener la razón con respecto al valor observado.
En primer lugar, en los tumores sin tratamiento (anticuerpo de control) se confirmó el mismo esquema que en el cáncer colorrectal humano. Las ISG⁺ DC y las CCR7⁺ DC ocupan lugares distintos aunque se solapen en parte, y los linfocitos T vecinos también son distintos. Las CCR7⁺ DC estaban cerca de los Treg.
Sobre esa base, los cambios debidos al tratamiento.
Con el anticuerpo anti-PD-1, la tendencia de las CCR7⁺ DC a agruparse entre sí se reforzó de manera notable. Los cúmulos de CCR7⁺ DC definidos mediante agrupamiento basado en densidad (DBSCAN) eran mayores que en el control y estaban más cerca de los linfocitos T CD8 efectores/agotados (EffExh_CD8) y de los linfocitos T CD8 en proliferación. En las ISG⁺ DC se observó una tendencia similar, con mayor proximidad a EffExh_CD8 y a los linfocitos T CD4 efectores (Eff_CD4).
Aquí está el núcleo. Al comparar por condición de tratamiento el scRNA-seq del mismo modelo, así como los datos integrados de humano y de ratón, los cambios en la proporción de células dendríticas y en su estado transcripcional eran mínimos. Dentro de lo detectable, el estado transcripcional de las células apenas cambia y, sin embargo, su disposición había cambiado. Es un cambio que se pasa por alto si solo se mira la lista de jugadores.
Con la vacuna de neoantígenos, la tendencia de las cDC2 y las ISG⁺ DC a situarse unas junto a otras apareció con más fuerza aún que en cada una de las condiciones de ICT. Esta zona de vecindad se encuentra en lugares ricos en EffExh_CD8. Los autores plantean la posibilidad de que el IFN-γ que producen los linfocitos T CD8 que reaccionan a los neoantígenos esté empujando a las cDC2 del lugar hacia el estado de ISG⁺ DC.
La combinación del anticuerpo anti-CTLA-4 y el anticuerpo anti-PD-1 no resultó ser la suma de los «rasgos aparentemente buenos» de cada monoterapia.
- El aumento del tamaño de los cúmulos de CCR7⁺ DC observado con anti-PD-1 en monoterapia no se observó con la combinación
- El anti-CTLA-4 en monoterapia redujo los Treg tanto en el conjunto como alrededor de las células dendríticas, pero con la combinación los Treg aumentaron alrededor de ambos tipos de células dendríticas en comparación con el anti-CTLA-4 en monoterapia, de manera especialmente marcada alrededor de las CCR7⁺ DC
- Por otra parte, las Eff_CD4 (población que incluye las células Th1) no aumentaron cerca de las células dendríticas con el anti-CTLA-4 en monoterapia, pero con la combinación sí aumentaron cerca de las CCR7⁺ DC
Sobre el primer punto, los autores, apoyándose en un informe reciente según el cual el nicho que los Treg forman en torno a los vasos linfáticos dificulta la migración de las CCR7⁺ DC a los ganglios linfáticos, plantean que el anticuerpo anti-CTLA-4 podría eliminar esa restricción y enviar las CCR7⁺ DC al ganglio linfático de drenaje, de modo que sería menos probable que quedaran grandes cúmulos dentro del tumor. Sin embargo, se indica expresamente que lo que esta reorganización significa para la inmunidad antitumoral «queda pendiente de aclarar en el futuro».
¿Cómo cambiará el futuro? (el camino hacia la clínica)
Hay que decir de entrada que este estudio no se encuentra en una fase que conecte directamente con la clínica. Los datos humanos son un reanálisis de datos ya publicados, y los cambios debidos al tratamiento se han observado en un único modelo de ratón. Dicho esto, en el plano conceptual hay tres sugerencias.
La primera es la perspectiva de leer el modo de acción de la inmunoterapia a través de la «disposición». Cuando al contar los tipos y las cantidades de células dentro del tumor antes y después del tratamiento no se ve ninguna diferencia, quizá se vea mirando la disposición. Hay margen para que la tinción multiplexada de las muestras de anatomía patológica y el análisis espacial se sumen en el futuro a la predicción de la eficacia.
La segunda es la posibilidad de que los dos enclaves tengan funciones distintas. Alrededor de las CCR7⁺ DC se observaron numerosas poblaciones de linfocitos T CD4 y Treg, y alrededor de las ISG⁺ DC, muchos linfocitos T CD8 con transcritos asociados al agotamiento. Si de verdad es cada célula dendrítica la que los atrae, el diseño del tratamiento podría cambiar según cuál de los dos enclaves se refuerce. En estudios previos se ha descrito que las ISG⁺ DC promovieron la inmunidad antitumoral mediada por linfocitos T CD8 incluso en ratones Batf3−/−, que carecen de cDC1, y los autores conceden importancia a este punto.
La tercera es la advertencia de que «combinar» no equivale necesariamente a «sumar». La observación de que en el grupo de combinación había más Treg alrededor de las células dendríticas que en el grupo de anti-CTLA-4 en monoterapia es un punto que llama la atención a la hora de pensar en las terapias combinadas. No obstante, se trata de una observación en un único modelo de ratón y en un único momento, y se desconoce su significado clínico.
👦 Estudiante: Entonces, el tratamiento de los pacientes no va a cambiar de inmediato, ¿verdad?
🧬 Dr. Exotaro: No va a cambiar. Este es un trabajo que ha dibujado un mapa. Un mapa no es la prueba de haber llegado al destino. Pero sin un buen mapa tampoco se puede decidir dónde excavar a continuación. Los propios autores sitúan este atlas como un «recurso» para la investigación futura.
Cómo leer este trabajo de forma crítica (limitaciones y vías para mejorar su calidad)
Primero, lo bueno. Una integración de la escala de 28 conjuntos humanos y 12 de ratón, la comprobación de la robustez cambiando el método de corrección, un diseño que empareja ARN e imagen en el mismo modelo y en las mismas condiciones de tratamiento, y la política de hacer públicos los datos y el código (aunque, como se ha dicho antes, en el momento de la comprobación los archivos de Zenodo tenían el acceso restringido). Todo ello es cuidadoso para un estudio de este tipo. Los propios autores señalan tres limitaciones: que gran parte del análisis se basa en transcritos, que el análisis de trayectorias es una predicción computacional y no un rastreo de linaje, y que la escala del análisis espacial humano es pequeña.
Dicho esto, enumeramos los puntos a los que conviene prestar atención al leerlo como artículo previo a la revisión por pares.
① Los datos espaciales humanos son 3 casos, y además solo de cáncer colorrectal. El atlas abarca 12 tipos de cáncer, pero los datos humanos que sostienen la conclusión espacial de que «los dos enclaves se solapan en parte pero tienden a ocupar lugares distintos» son 3 casos de cáncer colorrectal. Todavía no se sabe si la disposición es la misma en otros tipos de cáncer.
② No se demuestra causalidad. Lo observado son asociaciones del tipo «están al lado» o «aumentan juntos». No hay experimentos que eliminen selectivamente las CCR7⁺ DC o las ISG⁺ DC, ni que bloqueen las vías CCL22–CCR4 o CXCL9/10–CXCR3, para comprobar si los enclaves se deshacen o si disminuye el efecto del tratamiento. Las interacciones entre ligandos y receptores son inferencias de CellChat.
③ El alcance de los experimentos de imagen realizados de nuevo es estrecho. El atlas de célula única de ratón es una integración de 12 conjuntos de datos, pero el experimento de CODEX que examinó los cambios de disposición debidos al tratamiento se hizo solo con ratones machos, con un único modelo tumoral y con la extracción en un único momento, el día 15. Precisamente porque en los datos humanos se analizan expresamente las diferencias por sexo, llama la atención que en el lado del ratón solo haya machos.
④ La unidad estadística. Con 6 grupos y 20 cortes, a cada grupo le corresponden solo unos pocos cortes de tumor. En la figura que compara el tamaño de los cúmulos de CCR7⁺ DC, cada punto representa un «cúmulo», y la prueba se hace con un análisis de la varianza de un factor y la comparación múltiple de Tukey. Como los cúmulos procedentes del mismo tumor no son independientes entre sí, tomar el cúmulo como unidad hace que el tamaño muestral parezca mayor de lo que es en realidad y puede facilitar la aparición de diferencias.
⑤ Cómo leer lo de que «los cambios son mínimos». La conclusión de que los cambios en el estado transcripcional son pequeños se refiere a lo que puede detectarse con scRNA-seq. También el resumen emplea la expresión «los cambios detectables son mínimos». Si había el número de células y la potencia estadística suficientes para captar cambios pequeños es algo que no puede juzgarse solo con lo que consta en el artículo.
⑥ La amplitud de la etiqueta «agotamiento». Las CD8.EX humanas se definen por la expresión de cinco marcadores: TOX, PDCD1, LAG3, TIGIT y HAVCR2. Los propios autores advierten de que pueden estar mezcladas células activadas y células que todavía son funcionales.
⑦ Conflictos de intereses. En relación con CODEX, la tecnología central, se declara que entre los coautores figura un cofundador de la empresa que la desarrolla. Está declarado, y constituye información de contexto para que el lector valore los resultados.
Como detalle menor, hay un pasaje en el que el texto remite a la «Supplemental Figure 17A», pero las figuras suplementarias solo llegan a 11. Probablemente sea una errata del tipo que se corrige durante la revisión por pares.
¿Cómo podría ser un estudio de calidad aún mayor? En concreto, así:
- Ampliar el análisis espacial humano a varios tipos de cáncer y a muestras pareadas de antes y después del tratamiento con inmunoterapia
- Unificar la unidad estadística en el tumor (el ratón individual) o emplear un modelo de efectos mixtos con el tumor como efecto aleatorio
- Reproducirlo en ratones hembra y en al menos un modelo tumoral más
- Comprobar la causalidad con experimentos que eliminen selectivamente estados concretos de las células dendríticas y con el bloqueo de las vías de quimiocinas
- Respaldar la inferencia computacional de trayectorias con un rastreo genético de linaje
- Tomar muestras en varios momentos y seguir cuándo se forman y cuándo se deshacen los enclaves
- Vincular, individuo por individuo, el tamaño y la disposición de los enclaves con la reducción del tumor y con la supervivencia
El punto de vista del Dr. Exotaro
Para ser sincero, este artículo queda lejos de mi propio campo de investigación. Yo trabajo en el tratamiento de enfermedades neurológicas, empezando por la lesión de la médula espinal, mediante células madre mesenquimales (CMM; en inglés, mesenchymal stem cell, MSC) y sus vesículas extracelulares (VE; en inglés, extracellular vesicle, EV). En este artículo no aparecen ni las CMM ni las VE, y la inmunología del cáncer no es mi especialidad. Tampoco he manejado nunca CODEX por mí mismo. Por eso, en lo que respecta a los detalles de la inmunología del cáncer, lo leo situado del mismo lado que los lectores.
Si aun así lo he tratado es porque la afirmación central de este estudio resuena más allá de su campo. Aunque los cambios detectables en la expresión génica sean pequeños, la disposición de las células puede cambiar. Qué significa funcionalmente ese cambio de disposición es algo que tampoco este artículo ha demostrado todavía. Aun así, creo que pesa el señalamiento de que hay cambios que no se ven si solo se mide el «contenido».
También en el lugar de una lesión nerviosa se plantea una pregunta parecida. Nosotros también investigamos a fondo qué han transportado las células o las VE administradas. Pero dónde se reúnen los macrófagos y la microglía en el lugar de la lesión, junto a quién se sitúan y cómo cambia esa disposición con el tratamiento es algo que ha seguido siendo mucho más difícil de ver. Con el método de disgregar el tejido y contar los tipos de células, cambios como los que muestra este artículo se pasan por alto por principio. Pienso que las tecnologías que leen un gran número de moléculas conservando el espacio serán en adelante imprescindibles también para estudiar los mecanismos de la eficacia de la medicina regenerativa. No obstante, esta es mi apreciación, no algo que este artículo haya demostrado.
Otra cosa que quiero aprender de este artículo es la manera de escribir. Sobre si la ISG⁺ DC es un punto de paso o un estado estable, los autores escribieron que los datos son «compatibles con ambas posibilidades». Sobre por qué desapareció el crecimiento de los enclaves con la terapia combinada, también exponen una hipótesis y concluyen que «el significado funcional queda pendiente de aclarar en el futuro». Ante datos a gran escala, uno tiende a querer resumirlo todo en un único relato limpio. Que se hayan contenido ahí es lo que me inspira confianza.
Lo repito: este es un artículo previo a la revisión por pares. Puede que en la revisión se añadan análisis y puede que cambie la formulación de las conclusiones. Cuando se publique formalmente, volveré a tratarlo en detalle, incluyendo qué ha cambiado y qué ha permanecido.
Nota: este artículo se ha redactado con la ayuda de IA.