RedacciónT21 
No todos los pacientes con cáncer son iguales y no todos necesitan someterse a tratamientos agresivos como la quimioterapia o radioterapia. Esta es la idea que sustenta la personalización de terapias para hacer frente a esta enfermedad, pero aún queda mucho por avanzar en medicina clínica y biología del cáncer para ponerla en práctica.
La dificultad estriba en la compleja heterogeneidad de las células cancerígenas, que no sólo aumentan en número, sino que presentan alteraciones de forma, tamaño y función con respecto a las normales. Esto hace difícil predecir a priori su respuesta a fármacos dirigidos, y aún más cuando se trata de avanzar las respuestas celulares a múltiples señales tras una terapia de combinación.
Ahora, un equipo de investigadores de la Escuela de Medicina y el Centro del Cáncer Moores de la Universidad de California en San Diego (UCSD) ha diseñado un modelo computacional integral para ayudar a descifrar las complejas vías y redes que participan en la respuesta y resistencia al tratamiento. A través de avatares, es decir, simulaciones por ordenador de células cancerosas, pretenden identificar los fármacos con más probabilidad de frenar aquellas células aisladas del tumor.
Para el estudio, los investigadores generaron avatares de células obtenidas de pacientes con glioblastoma (GBM), el tumor más común y agresivo de las células gliales del cerebro, con una tasa de supervivencia de aproximadamente el 10 por ciento en cinco años. Los resultados, publicados en la edición online de la revista Journal of Translational Medicine, podrían ayudar a los investigadores a clasificar a los pacientes para los ensayos clínicos de acuerdo a la firma genómica de su cáncer y a su susceptibilidad a ciertas terapias.
Mimetización
Según explica la UCSD en un comunicado, los investigadores han desarrollado una célula virtual que mimetiza el funcionamiento interno de una célula normal y saludable, representada como un complejo conjunto de rutas de señalización y redes metabólicas. Al igual que en la vida real, la célula sana virtual puede transformarse en cancerígena.
De hecho, se puede convertir en cualquier tipo de célula cancerosa mediante la distorsión de puntos y vías específicas del sistema, dando lugar así al avatar. Una vez generado, un sistema informático predice qué fármacos, en base a sus propiedades conocidas, tienen más probabilidades de matar a una célula cancerosa real.
En este caso el estudio se ha centrado en el glioblastoma, el tipo más común de cáncer de cerebro en adultos, asociado además a una baja supervivencia. Su interés radica en la necesidad de mejorar las estrategias de diagnóstico y terapia para abordar la complejidad de su biología, formada por vastos datos genómicos y proteómicos.
Las predicciones generadas de la simulación por ordenador de células tumorales GBM se cotejaron frente a las estándar, células cultivas en experimentos de sensibilidad a fármacos. En un 85 por ciento de las asociaciones, se predijo con precisión la respuesta de las células cancerosas a agentes dirigidos a priori, con lo que se obtiene un enfoque innovador para la personalización de la terapia.
El resultado permitiría a los científicos probar selectivamente fármacos contra el cáncer en pacientes más propensos a responder positivamente, a la vez que reduciría la exposición a los mismos para aquellos en los que resultaran probablemente ineficaces.
Medicina personalizada
“Con el modelo de célula avatar podemos tener en cuenta toda la complejidad de los procesos celulares para predecir qué medicamentos serán los más efectivos contra un tumor particular en función de su perfil genómico”, explica el científico Sandeep Pingle, autor principal del estudio.
La ventaja del modelado computacional es que permite incorporar la riqueza de la información genómica y proteómica en las células cancerosas, para analizar así fármacos y combinaciones de terapias de forma mucho más rápida y rentable. Con ello, el objetivo final es “trasladar esta tecnología a la clínica hospitalaria, para identificar los mejores tratamientos de forma personalizada para cada paciente de cáncer, evitando otros innecesarios, así como todos sus efectos adversos”, añade el profesor Santosh Kesari, coautor del estudio.
Hasta el momento, aunque los modelos computacionales se han utilizado con frecuencia en biología para examinar fenómenos celulares, no son comunes en el estudio del cáncer, y en particular en cánceres cerebrales. Los modelos previos servían para estimar la infiltración del tumor después de la cirugía o cambios en la densidad del tumor tras la quimioterapia. Más recientemente, se ha recurrido a ellos para determinar los efectos de las terapias convencionales, incluyendo la quimioterapia y la radiación.
Desafortunadamente, como lamentan los investigadores en su estudio, ninguno de estos modelos se ha traducido con éxito en la clínica hospitalaria hasta el momento, por lo que confían en dar el paso que permita avanzar hacia las terapias personalizadas.
Hacer un comentario