Studio degli adipociti mammari mediante metodiche di analisi patologica digitale nelle pazienti affette da adenocarcinoma mammario

Abstract

Il tumore della mammella è la neoplasia più frequentemente diagnosticata ed è la prima causa di morte per tumore nelle donne. Pazienti con tumore della mammella sovrappeso o obese hanno un maggiore rischio di recidiva e di mortalità. Numerosi studi hanno descritto i possibili meccanismi alla base del legame tra tumore della mammella e obesità. Al contrario, nonostante il tumore della mammella si sviluppi a stretto contatto con il tessuto adiposo(TA) in un microambiente tumorale ricco di adipociti, gli studi riguardanti il ruolo del TA e degli adipociti nel promuovere lo sviluppo e la crescita del tumore della mammella sono limitati. Nella nostra ricerca, inizialmente, abbiamo confrontato 3 software di analisi di immagini digitali dedicati all’identificazione e alla misurazione degli adipociti, AdipoCount,Adiposoft e HALO®, con lo scopo di individuare il software migliore per lo studio del TA in campioni istologici di adenocarcinoma mammario. Successivamente, poiché HALO® è risultato il migliore per l’identificazione degli adipociti, lo abbiamo utilizzato per analizzare il TA presente in 10 campioni di adenocarcinoma mammario. Abbiamo stabilito dei criteri istopatologici per l’analisi, definendo come adipociti distanti quelli ad una distanza maggiore di 2 mm dal tumore e dalle aree di fibrosi, e come adipociti associati al tumore(AAT), le prime 3 file di adipociti vicine al fronte invasivo tumorale, dove avviene l’interazione tra le cellule tumorali e gli adipociti. Infine abbiamo osservato che gli AAT avevano aree e diametri minori rispetto agli adipociti distanti dal tumore in tutti i campioni analizzati e che le dimensioni degli adipociti distanti e degli AAT erano associate all’indice di massa corporea delle pazienti. In conclusione, abbiamo dimostrato che è possibile identificare e misurare gli adipociti in campioni di adenocarcinoma mammario mediante l’uso di un software di patologia digitale, ponendo le basi per studi futuri con un numero più ampio di pazienti

Breast Cancer (BC) is the most commonly diagnosed cancer and is the leading cause of cancer-related death in women. Patients with breast cancer who are overweight or obese have an increased risk of recurrence and mortality. Several studies have described the possible biological mechanisms underlying the link between BC and obesity. Quite the opposite, although BC develops in close contact with adipose tissue (AT) in a tumor microenvironment rich in adipocytes, studies concerning the role of adipose tissue and adipocytes in promoting BC initiation and progression are limited. In the present research, initially, we compared 3 digital image analysis software dedicated to adipocytes identification and measurement, AdipoCount, Adiposoft and HALO®, with the aim of identifying the most suitable software for adipose tissue analysis in BC histological samples. Subsequently, since HALO® outperformed the other methods with regard to adipocytes identification, we used it to analyse the adipose tissue in a series of 10 BC samples. We developed anatomo-pathological criteria for the analysis: distant adipocytes were defined >2 mm away from cancer cells or fibrotic region, whereas cancer-associated adipocytes (CAAs) as the first three lines of adipocytes close to the invasive front. Finally, we observed that CAAs had smaller areas and diameters as compared to distant adipocytes in the same breast and that the size of both CAAs and distant adipocytes was associated with the body mass index (BMI) of the patient. To conclude, we demonstrated that quantifying adipocytes in BC sections is feasible by digital pathology, setting the basis for a standardized analysis of mammary adiposity in larger series of patients.