DOS CIENTÍFICAS ARGENTINAS DEL CONICET Y UN ESPAÑOL DESARROLLARON UN MÉTODO BIOINFORMÁTICO QUE ANTICIPA LA RESPUESTA A LA INMUNOTERAPIA

El software, creado por Cristina Marino-Buslje,  Elizabeth Martínez Pérez y Miguel Ángel Molina-Vila, permite identificar la carga mutacional de manera precisa para 14 tumores diferentes. Esta información es muy útil al momento de seleccionar a quienes se verían beneficiados con ese tipo de tratamiento. 

Cabe destacar que la inmunoterapia es uno de los tratamientos más avanzados contra el cáncer y permite aumentar 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 tratados presentan una respuesta satisfactoria a esta terapia.

Cristina Marino-Buslje, directora del estudio e investigadora del CONICET en el Instituto de Bioquímica de Buenos Aires (IIBBA, CONICET-Fundación Instituto Leloir), donde tiene a su cargo el Laboratorio de Bioinformática Estructural, brindó detalles sobre el programa creado: "Desarrollamos modelos matemáticos que, integrados en un software, dan una medida muy precisa de la carga mutacional de pacientes para catorce tumores diferentes. Nuestra herramienta puede agilizar y mejorar la selección de pacientes que se verían beneficiados con inmunoterapia”. 

Tal como señalan los expertos,  aplicar las inmunoterapias disponibles en pacientes que no se verán beneficiados resulta un perjuicio, dado los efectos secundarios de la terapia y el costo del tratatamiento, por consiguiente está investigación es de suma importancia. Recientemente se ha visto que la cantidad de mutaciones, es decir los cambios genéticos,  que posee el tumor de un 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, o sea la fracción del ADN que codifica la fabricación de proteínas, el cual es un método laborioso, costoso y de difícil aplicación clínica. 

Para dar solución a este problema y hacer más factible el análisis, se utilizan los llamados paneles de genes. Esto significa que se secuencian solo un conjunto de genes, aunque los que están disponibles comercialmente “dan una medida poco precisa y en ciertos casos inútil”, detalló Marino-Buslje.

Frente a este inconveniente los investigadores desarrollaron este método bioinformático predictivo de  respuesta a la inmunoterapia para catorce tipos de tumores entre los cuales están incluidos las neoplasias malignas sólidas más comunes, incluyendo cánceres de pulmón, colon, piel (melanoma), próstata y mama.

Miguel Ángel Molina-Vila, también director del estudio e investigador del Hospital Universitario Quirón Dexeus (Barcelona, España), dio detalles sobre el mismo: “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”.

“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”, remarcó Elizabeth Martínez Pérez, primera autora del estudio y becaria del CONICET en el IIBBA. “Por esta razón, decidimos desarrollar un software que facilite una mejor predicción de TMB para cada tipo de tumor”, añadió. 

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 catorce tipos de cáncer, basándose en el análisis de casi 25.000 muestras de pacientes con cáncer disponibles en bases públicas de datos de todo el mundo, proceso que fue validado además 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”.

A pesar que la cantidad de muestras parecen significativas los científicos aseguraron que son pocas comparadas con la incidencia mundial del cáncer: si tomamos en cuenta las cifras del 2020 fueron 19 millones de personas quienes se vieron afectadas por dicha enfermedad. “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”, indicaron. 

En referencia al desarrollo del proyecto Molina-Vila manifestó: “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”. 

En este momento los investigadores están desarrollando una página web de acceso libre, 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” expresaron las científicas.

Foto:@CONICETDialoga