Más cerca de tratamientos personalizados: un algoritmo informático detectó subtipos de cáncer

Investigadores del Instituto Stanford de Biología de Células Madre y Medicina Regenerativa han ideado una herramienta para examinar cómo se comportan e interactúan las células en varios entornos del cuerpo. Lo han utilizado para comprender mejor cómo se desarrolla el cáncer y cómo se puede tratar.

“Ahora podemos observar los componentes básicos del tejido, la forma en que está estructurado todo el ecosistema celular, en lugar de solo mirar los tipos de células presentes -declaró Aaron Newman, especialista de ciencia en datos biomédicos y miembro de el Instituto, autor principal del documento que se publicó en la revista Cells-. Es una forma mucho más poderosa de ver la organización de los tejidos”.

La herramienta, llamada EcoTyper, combina nuevos algoritmos informáticos con los desarrollados previamente por los investigadores para analizar los tipos de células, cómo se organizan entre sí y qué tipos de mensajes de ARN están creando. Los investigadores pudieron analizar las interacciones de las células en grandes cantidades de tejido, utilizando análisis informáticos para determinar dónde viven ciertos subtipos de células en el tejido y cómo interactúan con sus vecinos.

“EcoTyper es único en su capacidad para decodificar la arquitectura celular de los tejidos en alta definición y a escala masiva de una manera económicamente posible -señaló Newman-. Esto incluye poder analizar los tipos de muestras de tejido almacenadas después de biopsias o ensayos clínicos, que de otra manera serían difíciles y costosos de chequear de esta manera”.

Otra ventaja de este desarrollo es que los investigadores pueden usar vastas reservas de tejido almacenado y bases de datos públicas para ejecutar ensayos clínicos virtuales, lo que han hecho para analizar miles de casos de cáncer. Un artículo complementario en el mismo medio describe cómo se utilizó EcoTyper para identificar subtipos de células de linfoma.

Si bien el cáncer de pulmón puede verse muy diferente al cáncer de vejiga u otros tipos de tumores cancerosos bajo el microscopio, el desarrollo algorítmico permitió a los investigadores encontrar 10 comunidades multicelulares distintas, denominadas “ecotipos”, que existen en más de una docena de tipos de tumores diferentes. También encontraron que la presencia o ausencia de ciertos ecotipos en un tumor era altamente predictiva de los resultados y, a menudo, indicaba qué tipos de tratamiento funcionarían mejor, incluso para diferentes tipos de cáncer.

“Encontramos un ecotipo que era predictivo de una buena respuesta a una inmunoterapia en particular -declaró Bogdan Luca, otro de los especialistas a cargo del desarrollo-. De hecho, fue incluso un mejor predictor que otros biomarcadores candidatos que probamos, incluso los que se buscaron específicamente para predecir la respuesta”. Además, los investigadores pudieron predecir si una lesión pre-maligna (un crecimiento anormal que puede volverse canceroso) en los pulmones retrocedería espontáneamente o se convertiría en cáncer de pulmón.

“Este algoritmo puede proporcionar una plataforma para futuras terapias, porque accede a una mejor comprensión de las células malas en un tumor que desea atacar”, agregó Andrew Gentles, otro de los autores. Este enfoque en las poblaciones de células que interactúan en un tumor es diferente de los enfoques actuales, que generalmente se dirigen a mutaciones impulsoras o genes a lo largo de una determinada vía. “Muchas terapias contra el cáncer se centran en un tipo de célula o gen determinado, pero siempre hay otras células que contribuyen al cáncer o células que no tienen esa mutación genética, y esos son objetivos de tratamiento igualmente valiosos”, completó el investigador.

Los investigadores buscaron discernir si hay dos subtipos diferentes de un cierto tipo de linfoma. Con esta herramienta analizaron el microambiente que se encuentra entre las células de linfoma difuso de células B grandes y las que las rodean. Al observar cómo las cancerosas y no cancerosas se organizaron e interactuaron, pudieron diferenciar entre nueve subtipos diferentes.

Debido a que los investigadores estaban trabajando en muestras de tejido de casos anteriores de linfoma, también tenían un registro de cómo les fue a los pacientes. “Descubrimos que no solo había muchos más subtipos de este linfoma de células B de los que se reconocían anteriormente, sino que también pudimos demostrar que saber qué subtipo nos había brindado una mejor oportunidad para hacer predicciones sobre cómo probablemente progresaría el cáncer”.

Los investigadores pudieron encontrar resultados positivos en un ensayo clínico de un fármaco para el linfoma que parecía fallar. En efecto, volvieron a realizar el ensayo clínico, esta vez empleando EcoTyper e incluyendo su nueva comprensión de cuántos tipos más de este linfoma de células B había.

“Lo que vimos fue que, de hecho, había un subtipo de linfoma específico que respondió a la terapia -indicó Ash Alizadeh, oncólogo especialista e integrante del equipo de investigación. Pero en el ensayo original, no pudieron identificar estos otros subtipos, por lo que este prometedor signo de eficacia se perdió entre los resultados negativos para todos los demás subtipos de linfoma”.

“Ser capaz de encontrar el fármaco adecuado y elaborar tratamientos eficaces contra el cáncer basados en los subtipos particulares es el mayor logro de la salud de precisión y la medicina personalizada -concluyó Alizadeh y agregó: EcoTyper nos está ayudando a hacer eso”.

SEGUIR LEYENDO: