Resultados de un nuevo estudio sobre la predicción de la respuesta al tratamiento en pacientes con cáncer de mama
Crédito: Pixabay/CC0 Dominio público
Los nuevos hallazgos de un estudio histórico indican que puede haber una manera de predecir la respuesta al tratamiento en pacientes con cáncer de mama incluso antes de que comience el tratamiento. Los resultados del estudio dirigido por el ganador del premio Susan G. Komen Brinker, Carlos Caldas, MD, FMedSCi, se presentarán por primera vez en el Simposio de cáncer de mama de San Antonio (SABCS) 2021 que se llevará a cabo del 7 al 10 de diciembre.
Durante la conferencia del Premio Brinker, donde el Dr. Caldas presentará los nuevos hallazgos, también recibirá el Premio Susan G. Komen Brinker 2021 a la Distinción Científica en Ciencias Básicas, que es el honor científico más alto de Komen. El Dr. Caldas está siendo honrado por sus importantes contribuciones en el campo de la genómica del cáncer de mama, así como por su liderazgo y trabajo en la genómica funcional del cáncer de mama.
El estudio de investigación pionero está programado para ser publicado en el Edición del 7 de diciembre de Nature.
Dirigido por el Dr. Caldas, un equipo de investigación del Cancer Research UK Cambridge Institute de la Universidad de Cambridge y Addenbrooke’s Hospital analizó biopsias de cáncer de mama adquiridas en el momento del diagnóstico, antes del inicio de la terapia, con la idea de que al perfilar diferentes componentes del tejido tumoral anormal, se podría desarrollar una prueba que pudiera predecir la respuesta al tratamiento.
Lo que descubrieron fue notable. El panorama del cáncer previo al tratamiento era altamente predictivo de respuesta a la terapia y el rendimiento del predictor que desarrollaron mejoró significativamente a medida que se agregaron datos clínicos, de arquitectura tisular y moleculares.
«El estudio reciente del Dr. Caldas que se presentó en SABCS es un ejemplo de ho w su trabajo ha mejorado nuestra comprensión de las composiciones de ADN y ARN de los cánceres de mama humanos, la heterogeneidad genómica de los cánceres de mama y las relaciones de la composición de un tumor con los resultados individuales y las respuestas al tratamiento del cáncer de mama», dijo el asesor científico jefe de Komen, Jennifer Pietenpol, Ph.D., Vicepresidenta Ejecutiva de Investigación en el Centro Médico de la Universidad de Vanderbilt, Directora del Centro de Cáncer Vanderbilt-Ingram y Profesora de Oncología Molecular BF Byrd Jr.
«Este trabajo define los subtipos (o grupos) moleculares de cáncer de mama e identifica los cambios genómicos que impulsan el crecimiento del tumor», dijo el Dr. Pietenpol. «Los descubrimientos del Dr. Caldas y su laboratorio redefinieron la taxonomía del cáncer de mama, identificaron subtipos novedosos y brindaron conocimientos fundamentales sobre la biología de la enfermedad».
Acerca del estudio Landmark
» Se sabe desde hace algún tiempo que los cánceres son tejidos complejos que contienen no solo células malignas, sino también células tisulares normales (tanto del sistema inmunitario, como linfocitos, macrófagos y otros glóbulos blancos, como de otros tipos de células, incluidos fibroblastos y células sanguíneas). buques)», dijo el Dr. Caldas. «Éstos forman un ecosistema de tejido anormal, que llamamos tumor».
«Analizamos exhaustivamente las biopsias de cáncer de mama obtenidas en el momento del diagnóstico, antes de comenzar cualquier terapia, con la idea de que al perfilar los diferentes componentes del tejido anormal tejido tumoral, se generaría una prueba robusta que podría predecir la respuesta al tratamiento», dijo el Dr. Caldas.
Al aplicar algoritmos de aprendizaje automático a las imágenes de tejido digitalizadas recolectadas de las biopsias, los investigadores pudieron caracterizar el arquitectura y composición celular del tejido canceroso. Para obtener una comprensión detallada de la composición molecular del tumor, los investigadores perfilaron el ADN y el ARN del cáncer y las células normales circundantes mediante secuenciación de última generación. Esto les permitió catalogar todas las mutaciones genéticas y aberraciones cromosómicas en las células cancerosas y medir la expresión de todos los genes tanto en las células tumorales como en las células inmunitarias circundantes y otras células normales.
Los datos generados a partir de 168 Las biopsias de tumores eran multidimensionales y complejas, por lo que los investigadores utilizaron un proceso gradual para generar una prueba predictiva de la respuesta a la terapia. En el primer paso, determinaron qué parámetros (extraídos de imágenes clínicas, patológicas, de tejido digital y datos de ADN/ARN) estaban asociados con la respuesta a dieciocho semanas de quimioterapia. En el segundo paso, combinaron estos parámetros utilizando un marco de aprendizaje automático y construyeron un modelo que predijo qué tan bien respondería un tumor a la terapia.
Los investigadores validaron rigurosamente su prueba predictiva aplicándola a 75 tumores perfilados de forma independiente, incluidos los tumores de un ensayo clínico realizado en colaboración con el Centro de Cáncer de Edimburgo y la Universidad de Warwick. Los parámetros clave del cáncer utilizados por la prueba predictiva incluyeron la cantidad y el tipo de mutaciones en las células cancerosas, la rapidez con que crecieron las células cancerosas y el grado en que el sistema inmunitario participó en el ataque del tumor antes de comenzar la terapia.
En el futuro, la prueba podría usarse para determinar qué mujeres pueden recibir tratamiento con las terapias actualmente disponibles en el NHS, cuando la prueba indique que es probable que respondan, o bien, para ser tratadas con terapias novedosas en ensayos clínicos, si la prueba predice que es probable que el tumor sea resistente. Quizás lo más importante es que este enfoque ha demostrado una nueva forma de pensar sobre la previsión de la respuesta al tratamiento que podría adaptarse a otros tipos de cáncer.
«La capacidad de pronosticar la respuesta al tratamiento basada en la caracterización del ecosistema tumoral transformará la práctica de oncología, esta investigación se inició hace nueve años y solo fue posible gracias a la persistencia y el compromiso de los equipos clínicos y de investigación y al generoso financiamiento que respaldó la investigación”, dijo el Dr. Caldas.
Explore más
Los ‘ecotipos’ del cáncer de mama presentan un nuevo camino hacia el tratamiento personalizado Más información: Stephen-John Sammut et al, Predictor de aprendizaje automático multiómico de la respuesta al tratamiento del cáncer de mama, Nature (2021). DOI: 10.1038/s41586-021-04278-5 Información de la revista: Nature
Proporcionado por Susan G. Komen For the Cure Cita: resultados de un nuevo estudio sobre la predicción del tratamiento respuesta para pacientes con cáncer de mama (8 de diciembre de 2021) consultado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-12-results-treatment-response-breast-cancer.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.