El software, desarrollado por científicos de Argentina y de España,
identifica mutaciones genéticas asociadas a tumores por lo que servirá para
evitar el uso innecesario de terapias costosas y con efectos secundarios en
pacientes que no se verán beneficiados.
Una de las terapias más avanzadas contra el cáncer,
la inmunoterapia, aumenta la supervivencia de pacientes con cáncer de pulmón,
melanoma, carcinoma de células renales, linfoma de Hodgkin y otros tumores. Sin
embargo, no todos los pacientes tienen una respuesta satisfactoria a este
tratamiento.
Ahora, investigadores de Argentina y de España
pusieron a punto un método bioinformático para mejorar la selección de
pacientes que responderán a la inmunoterapia para el tratamiento de distintos
tumores.
«Desarrollamos modelos matemáticos, que integrados
en un software, dan una medida muy precisa de la carga mutacional de pacientes
para 14 tumores diferentes. Nuestra herramienta puede agilizar y mejorar la
selección de pacientes que se verían beneficiados con inmunoterapia», señaló
Cristina Marino-Buslje, directora del estudio, jefa del Laboratorio de
Bioinformática Estructural de la FIL e investigadora del CONICET.
Aplicar inmunoterapias disponibles en pacientes que
no se verán beneficiados resulta un perjuicio dado los efectos secundarios de
la terapia y el costo del tratamiento. Por lo tanto, encontrar un método que a
priori indique quienes se beneficiarán de la terapia con mayor probabilidad, es
una tarea que ha ocupado a los científicos los últimos años. Al momento se
aplican costosas y no tan precisas herramientas de análisis genético que
intentan predecir quienes se verían beneficiados.
Pero recientemente se ha visto que la cantidad de
mutaciones (cambios genéticos) que posee el tumor del paciente está
correlacionada con la respuesta que tendrá a la terapia inmunológica. La
cantidad de mutaciones totales del tumor o TMB, por las siglas en inglés, se
realiza secuenciando todo el genoma o exoma (fracción del ADN que codifica la
fabricación de proteínas), pero es un método laborioso, costoso y de difícil
aplicación clínica.
«Para dar solución a este problema y hacer más
factible este análisis, se utilizan los llamados paneles de genes, es decir se
secuencian solo un conjunto de genes, aunque los que están disponibles
comercialmente dan una medida poco precisa y en ciertos casos inútil», explicó
Marino-Buslje. Para
contribuir a la solución de este problema, los investigadores desarrollaron un
método bioinformático predictivo de la respuesta a la inmunoterapia para 14
tipos de tumores que incluyen las neoplasias malignas sólidas más comunes,
incluyendo cánceres de pulmón, colon, piel (melanoma), próstata y mama.
«El método consiste en contar el número de mutaciones
en unos pocos genes específicos (que deberán ser secuenciados) de cada tipo de
tumor y, con ese número, a través de un modelo matemático, inferir la cantidad
total de mutaciones que tiene el individuo», señaló Miguel Ángel Molina-Vila,
también director del estudio e investigador del Hospital Universitario Quirón
Dexeus, en Barcelona, España.
«Los paneles de genes disponibles en el mercado están
diseñados para dar otras respuestas, son inadecuados para calcular la TMB y
esto puede derivar en la clasificación errónea de hasta un tercio de los
pacientes. Esto sucede porque se usa un solo panel (lista de genes a analizar)
para todos los tipos de cáncer, sin tener en cuenta que cada tumor tiene
distintos genes mutados», destacó Elizabeth Martínez Pérez, primera autora del
estudio e investigadora del CONICET en la FIL. «Por esta razón, decidimos desarrollar
un software que facilite una mejor predicción de TMB para cada tipo de tumor»,
añadió.
Analizando miles de muestras de pacientes con cáncer
disponibles en bases públicas de datos de todo el mundo, Marino-Buslje,
Molina-Vila y Pérez Martínez lograron captar cuáles serían los paneles óptimos
para cada tipo de tumor y hacer un modelo matemático que logre una predicción
precisa de la carga mutacional total para cada uno de los 14 tipos de cáncer.
Los paneles y software propuestos por los autores
fueron creados analizando casi 25 mil muestras y validados con datos externos
provenientes de artículos publicados y bases de datos internacionales como el
Atlas del Genoma del Cáncer (TCGA), el Consorcio Internacional del Genoma del
Cáncer (ICGC), el Proyecto Genoma del Cáncer (CGP) y el Catálogo de Mutaciones
Somáticas en Cáncer (COSMIC). Los resultados del estudio fueron publicados en
la revista NPJ Precision Oncology.
«Estamos contentos ya que nuestro trabajo puede
facilitar una predicción más precisa de la TMB y así discriminar qué pacientes
van a responder a las inmunoterapias en esos tipos de cáncer. Además, esos
resultados se logran secuenciando unos pocos genes. Dos ventajas importantes en
comparación con los paneles actuales que incluyen más genes incrementando el
costo y tienen menor desempeño, conduciendo en algunos casos a una decisión
errónea respecto a una terapia. El uso innecesario de terapias en pacientes que
no se beneficiarán de ella es perjudicial ya que traen aparejados algunos
efectos secundarios y son muy costosas», indicó Molina-Vila.
Ahora los investigadores están desarrollando una página
web de acceso libre y gratuito y fácil uso, que permitirá el cálculo de la TMB
a partir del número de mutaciones de los genes indicados para cada tumor. «Esperamos
tener una interfase de muy fácil uso. Nuestra idea es que sea una herramienta
de uso diario entre los profesionales de la salud, que colabore a identificar
qué pacientes responderían bien a las inmunoterapias hoy disponibles en
medicina», indicaron.
Si bien el estudio incluyó una gran cantidad de
muestras (más de 24 mil), los investigadores afirmaron que son pocas comparadas
con la incidencia mundial del cáncer (19 millones de personas en 2020).
«Cuantos más datos tengamos para procesar, mejores, más
precisos y más representativos serán los resultados. Quisiéramos exhortar a la
comunidad médica de oncología y análisis genómicos a que hagan públicos en
estas bases de datos internacionales los análisis genómicos de los pacientes
(siguiendo las pautas de ética, los pacientes siempre serán anónimos y no
identificables) y así contar con mayor cantidad de datos para hacer ciencia de
alta calidad», subrayaron. BP
No hay comentarios.:
Publicar un comentario