Biblia

Un nuevo ‘almanaque’ puede ayudar a los médicos a adaptar mejor los tratamientos contra el cáncer

Un nuevo ‘almanaque’ puede ayudar a los médicos a adaptar mejor los tratamientos contra el cáncer

Una imagen microscópica del carcinoma de células escamosas, un tipo común de cáncer de piel. Crédito: Markus Schober y Elaine Fuchs, The Rockefeller University

Los investigadores han desarrollado una herramienta que integra una variedad de datos moleculares de pacientes y tumores, con el objetivo de guiar la medicina de precisión.

Una promesa de la medicina oncológica de precisión es que los oncólogos adapten el tratamiento según el perfil molecular único del paciente. En la práctica, sin embargo, interpretar la amplia gama de puntos de datos que componen a una persona y su cáncer es un desafío, y solo se vuelve más difícil a medida que los oncólogos comienzan a considerar características complejas adicionales. Las bases de datos y las herramientas analíticas que los oncólogos pueden usar generalmente se enfocan en alteraciones individuales en las regiones codificantes de proteínas somáticas o no heredadas del genoma; por lo general, no incluyen otros tipos importantes de datos genéticos, como la variación heredada o las fusiones somáticas en los genes. Los científicos y los oncólogos también suelen considerar estas características de forma aislada, en lugar de juntas o junto con las características que caracterizan a un tumor a nivel mundial.

Ahora, los investigadores del Instituto del Cáncer Dana-Farber (DFCI) y el Instituto Broad del MIT y Harvard ha creado una herramienta que puede ayudar a mejorar la interpretación de los perfiles moleculares de los tumores. La herramienta, llamada Molecular Oncology Almanac y abreviada como MOAlmanac, integra diferentes tipos de datos de pacientes y sus tumores para identificar aquellos relacionados con el pronóstico de la enfermedad y la resistencia o sensibilidad a la terapia. La plataforma también puede ayudar a los investigadores a encontrar una línea de células cancerosas con un perfil molecular similar al de un tumor individual, así como los medicamentos que pueden matar esas células o detener su crecimiento en el laboratorio.

Brendan Reardon, Eliezer Van Allen (miembro asociado de Broad y profesor asociado de DFCI y la Escuela de Medicina de Harvard) y sus colegas desarrollaron MOAlmanac y lo probaron en diferentes cohortes de pacientes. Descubrieron que identificaba alrededor de dos estrategias terapéuticas por paciente y proporcionaba más hipótesis clínicas que los algoritmos que solo analizaban tipos de datos tradicionales.

En el siguiente video, Reardon y Van Allen analizan las ventajas de su plataforma y su contribución a lo que ellos llaman la «democratización» de la oncología de precisión, esperan que algún día cualquier médico pueda usar su herramienta, independientemente de su ubicación geográfica o el tipo de datos que tengan.

En el video, Reardon y Van Allen discute las ventajas de su plataforma y su contribución a lo que ellos llaman la democratización de la oncología de precisión y esperan que algún día cualquier médico pueda usar su herramienta, independientemente de su ubicación geográfica o el tipo de datos que tengan. Crédito: Broad Institute of MIT y Harvard

Explore más

La herramienta de aprendizaje automático podría ayudar a los oncólogos a tomar mejores decisiones de tratamiento Más información: Brendan Reardon et al, Integración de perfiles moleculares en marcos clínicos a través de la Almanaque de oncología molecular para guiar prospectivamente la oncología de precisión, Nature Cancer (2021). DOI: 10.1038/s43018-021-00243-3 Información de la revista: Nature Cancer

Proporcionado por Broad Institute of MIT y Harvard Cita: Nuevo ‘almanaque’ puede ayudar los médicos mejoran los tratamientos contra el cáncer a medida (2021, 1 de octubre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-almanac-clinicians-tailor-cancer-treatments.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.