"Son modelos matemáticos que, integrados en un software, dan una medida muy precisa de la carga mutacional de pacientes para 14 tumores diferentes", señaló Cristina Marino-Buslje, directora del estudio
Un software desarrollado por científicos argentinos y españoles identifica mutaciones genéticas asociadas a 14 tipos diferentes de tumores que permite predecir en qué casos funcionarán los tratamientos de inmunoterapia.
«Lo que nosotros desarrollamos fueron modelos matemáticos que, integrados en un software, dan una medida muy precisa de la carga mutacional de pacientes para 14 tumores diferentes. Esta herramienta puede agilizar y mejorar la selección de pacientes que se verían beneficiados con inmunoterapia», señaló Cristina Marino-Buslje, directora del estudio, jefa del Laboratorio de Bioinformática Estructural de la FIL e investigadora del Conicet.
La investigadora explicó a Télam que «la importancia de la técnica es que si de antemano uno puede predecir que un tratamiento no va a funcionar, le evita al paciente un montón de efectos secundarios como fatiga, fiebre, escalofríos, náuseas, debilidad, vómitos, mareos, y alteraciones en la presión arterial, que son los principales efectos, y otros menos frecuentes».
«Por otro lado -continuó- la inmunoterapia es un método muy caro, entonces ya sea que lo paga la persona o la obra social, se ahorra mucho dinero al sistema de salud si se evita aplicar a pacientes que sabemos que no va a funcionar».
En la bibliografía científica se venía señalando que la cantidad de mutaciones (cambios genéticos) que posee el tumor del 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 (fracción del ADN que codifica la fabricación de proteínas), pero es un método laborioso, costoso y de difícil aplicación clínica», explica la agencia CyTA-Leloir.
Para dar solución a este problema y hacer más factible este análisis, se utilizan los llamados paneles de genes, es decir se secuencian sólo un conjunto de genes, aunque los que están disponibles comercialmente «dan una medida poco precisa y en ciertos casos inútil», explicó Marino-Buslje.
«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», destacó Elizabeth Martínez Pérez, primera autora del estudio e investigadora de Conicet en la FIL.
«Por esta razón, decidimos desarrollar un software que facilite una mejor predicción de TMB para cada tipo de tumor», añadió.
El aporte de esta investigación -cuyos resultados fueron publicados en la revista «NPJ Precision Oncology»- fue justamente identificar cuáles son los genes específicos que deben ser secuenciados.
«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», señaló Miguel Ángel Molina-Vila, también director del estudio e investigador del Hospital Universitario Quirón Dexeus, en Barcelona, España.
Los paneles y software propuestos por los autores fueron creados analizando casi 25 mil muestras y validados 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).
Para comprobar la eficacia del software, los investigadores realizaron un estudio retrospectivo con 174 pacientes con melanoma y con 34 pacientes con cáncer de pulmón de quienes sabían las mutaciones previas y fueron tratados con inmunoterapia:
«Comprobamos que el tratamiento funcionó en aquellos que nuestro sistema hubiera dicho que iba a andar bien y que no fue efectivo en aquellos que el software hubiera indicado que no», detalló Marino-Buslje a Télam.
Si bien el estudio incluyó una gran cantidad de muestras (más de 24 mil), los investigadores afirmaron que son pocas comparadas con la incidencia mundial del cáncer (19 millones de personas en 2020).
«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», subrayaron.
Ahora los investigadores están desarrollando una página web de acceso libre y 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», concluyeron.