P.M.S
Un reciente estudio liderado por los programas de Investigación en Informática Biomédica (GRIB) y de Cáncer del Instituto de Investigación del Hospital del Mar, con la colaboración de la Universitat Pompeu Fabra (UPF), ha identificado marcadores predictores en la respuesta a la inmunoterapia en cáncer de vejiga avanzado. La investigación, publicada en Nature Communications, ha sido coordinada por Mar Albà, Júlia Perera y Joaquim Bellmunt, con la participación de Robert Castelo, del Departamento de Medicina y Ciencias de la Vida (Melis) de la UPF.
El estudio ha analizado datos de más de 700 pacientes de seis cohortes diferentes para identificar qué distingue a quienes responden al tratamiento de quienes no lo hacen. Los resultados indican que, entre los cinco subtipos de tumores, el subtipo neuronal es el que muestra una mejor respuesta a la inmunoterapia, mientras que los otros presentan tasas de respuesta más bajas.
«En un subgrupo de pacientes con cáncer de vejiga avanzado, los marcadores descritos hasta ahora funcionan bien para predecir la respuesta al tratamiento. En el resto, creemos que la respuesta depende de otros factores biológicos, campo en el que habría que continuar investigando«, explica Lilian Marie Boll, investigadora del GRIB.
El uso de herramientas de aprendizaje automático ha permitido identificar las variables clave para el éxito del tratamiento con inmunoterapia
Marcadores clave en la respuesta a la inmunoterapia
El equipo ha desarrollado un algoritmo de aprendizaje automático para predecir la eficacia del tratamiento en función del subtipo tumoral. Entre los principales marcadores predictivos destacan: carga mutacional tumoral, que mide el número de mutaciones del tumor; mutaciones inducidas por enzimas Apobec, asociadas con la heterogeneidad tumoral; abundancia de macrófagos proinflamatorios, células inmunitarias que pueden modular la respuesta al tratamiento.
Además, se han identificado factores en el microambiente tumoral que pueden inhibir la eficacia del tratamiento, así como mutaciones raras que podrían exponer nuevos fragmentos proteicos en la superficie del tumor, facilitando su reconocimiento por el sistema inmunitario.
El uso de herramientas de aprendizaje automático ha permitido identificar qué subtipos de tumor responden mejor al tratamiento con inmunoterapia
«Hemos visto que, como ya sabíamos, la infiltración de células inmunitarias en el tumor es importante. Pero no es el único indicador de respuesta al tratamiento, ni lo es para todos los pacientes», apunta la Dra. Júlia Perera Bel, también investigadora del GRIB. Según explica, el algoritmo es más preciso cuando se diferencian pacientes con y sin infiltración inmunitaria. «Lo importante de nuestro estudio es entender los mecanismos de respuesta dentro de estos subgrupos, no tratar todo el cáncer de vejiga como una unidad», señala Lilian Marie Boll.
Implicaciones clínicas y futuras investigaciones
El Dr. Joaquim Bellmunt, coordinador del Grupo de Investigación en Cáncer Urológico del Instituto de Investigación del Hospital del Mar y del Dana Farber Cancer Institute, destaca que «este estudio amplía el conocimiento sobre la heterogeneidad tumoral, un factor limitante en la eficacia de la inmunoterapia. Identificar poblaciones de células inmunitarias que facilitan la respuesta al tratamiento es clave«.
Los hallazgos resaltan la necesidad de considerar las particularidades biológicas de cada tumor para optimizar los tratamientos y avanzar en la medicina de precisión. Según el equipo de investigación, disponer de grandes volúmenes de datos de pacientes es crucial para desarrollar modelos predictivos que permitan diferenciar entre subgrupos y personalizar los abordajes terapéuticos.
