Un equipo de investigación de la Universidad de Ginebra en Suiza anunció recientemente que ha desarrollado un nuevo sistema de inteligencia artificial que puede evaluar con precisión el riesgo de metástasis y recurrencia de tumores mediante el análisis de características complejas de expresión genética. Se espera que mejore significativamente los resultados del diagnóstico y tratamiento personalizados para pacientes con diversos tipos de cáncer.
La metástasis del cáncer sigue siendo uno de los aspectos más letales de la enfermedad, pero los mecanismos biológicos detrás de ella aún no se han aclarado completamente. Los investigadores señalaron que algunos tumores se localizarán en el sitio primario, mientras que otros tienen la capacidad de extenderse por todo el cuerpo. Explicar esta diferencia a nivel molecular es un requisito previo clave para mejorar las estrategias de tratamiento.
Este estudio fue dirigido por un equipo del Departamento de Medicina Genética y Medicina del Desarrollo de la Facultad de Medicina de la Universidad de Ginebra. Los investigadores utilizaron células de tumores de pacientes con cáncer de colon para realizar análisis sistemáticos con el fin de descubrir los factores decisivos que influyen en el riesgo de metástasis. No sólo identificaron factores de influencia clave relacionados con la metástasis, sino que también descubrieron una serie de "firmas de expresión genética" que pueden reflejar la propensión a la metástasis. En base a esto, desarrollaron una herramienta de inteligencia artificial llamada Mangrove Gene Signatures (MangroveGS) para transformar esta información biológica en predicciones cuantitativas del riesgo de metástasis en varios cánceres.
La investigación fue publicada en la revista Cell Reports. Ariel Ruiz i Altaba, autor correspondiente del artículo y profesor de la Facultad de Medicina de la Universidad de Ginebra, explicó que el cáncer a menudo se describe como una "proliferación desordenada de células", pero una comprensión más precisa debería ser "un proceso de desarrollo distorsionado". Desde este punto de vista, las células cancerosas no evolucionan de forma completamente aleatoria, sino que a través de cambios a nivel genético y epigenético, reactivan programas biológicos que deberían haberse cerrado durante la formación embrionaria o temprana de órganos, impulsando así la aparición y progresión de tumores.
El equipo de investigación enfatizó que el verdadero desafío es "leer" esta lógica interna retorcida y descubrir qué células se "desprenderán" del tumor primario y "comenzarán de nuevo" en otras partes del cuerpo. Actualmente, los primeros signos clínicamente detectables de metástasis son a menudo la aparición de células tumorales circulantes en la sangre o el sistema linfático, pero cuando se descubren estas células, es probable que el proceso de metástasis ya haya comenzado silenciosamente en muchos lugares.
Por el contrario, aunque la comunidad científica ha aprendido mucho sobre las mutaciones genéticas que impulsan la formación de tumores primarios, ha sido lento encontrar un único cambio genético que explique por qué algunas células cancerosas abandonan el tumor mientras que otras permanecen en su lugar. La dificultad, afirma Ruiz i Altaba, es que "para caracterizar completamente la identidad molecular de una célula hay que analizarla destructivamente; pero para observar su verdadero comportamiento hay que mantenerla viva".
Para resolver esta contradicción, el equipo de investigación aisló células individuales de tumores de cáncer de colon, las clonó y las cultivó in vitro. Luego, estas células clonales derivadas del mismo tumor se evaluaron en sistemas in vitro y modelos de ratón para determinar su capacidad para cruzar barreras biológicas y formar metástasis. Los investigadores midieron los niveles de actividad de cientos de genes en aproximadamente 30 células clonadas de dos tumores primarios de colon y descubrieron que había gradientes claros de expresión genética entre diferentes clones celulares, y estos gradientes estaban significativamente relacionados con la capacidad de las células para migrar.
Este hallazgo también apunta a una conclusión importante: el riesgo de metástasis no puede determinarse simplemente por las características de las células individuales, sino que depende del comportamiento colectivo y de las interacciones entre un grupo de células cancerosas "relacionadas" dentro del tumor.
En términos de construcción de algoritmos, el equipo de investigación integró las firmas de expresión genética mencionadas anteriormente en MangroveGS, un modelo de IA desarrollado en Ginebra. Aravind Srinivasan, un estudiante de doctorado que participó en la investigación, dijo que la innovación sobresaliente de esta herramienta es que no se basa en unos pocos genes marcadores, sino que utiliza docenas o incluso cientos de firmas genéticas diferentes al mismo tiempo, lo que reduce en gran medida la interferencia de las diferencias individuales o las fluctuaciones de una sola vía en los resultados, haciendo que la predicción sea más sólida y confiable.
Después de completar la capacitación, la precisión de MangroveGS para predecir metástasis y recurrencia en pacientes con cáncer de colon fue cercana al 80%, significativamente mejor que las múltiples herramientas de predicción existentes. Aún más sorprendente, el equipo descubrió que estas firmas de expresión genética identificadas originalmente en el cáncer de colon también pueden transferirse a otros tipos de cáncer, como el cáncer gástrico, el cáncer de pulmón, el cáncer de mama, etc., para predecir eficazmente su potencial metastásico, lo que indica que puede haber algún lenguaje molecular común en los mecanismos de metástasis de diferentes tumores sólidos.
Los investigadores prevén que MangroveGS se incorpore a los flujos de trabajo clínicos de rutina en un futuro próximo. Para los pacientes, los médicos solo necesitan obtener muestras de tejido tumoral de forma rutinaria, analizar y secuenciar genéticamente las células de las muestras en el hospital y luego ingresar estos datos en el sistema, y MangroveGS generará una puntuación cuantitativa de riesgo de metástasis. Se pueden entregar resultados relevantes a oncólogos y pacientes a través del portal cifrado Mangrove, lo que garantiza el anonimato y la seguridad de los datos.
El equipo cree que la importancia clínica de tales herramientas va más allá de mejorar la evaluación de riesgos en sí. Por un lado, se espera que ayude a los médicos a evitar el tratamiento excesivo de pacientes de bajo riesgo, reduciendo así los efectos secundarios y los gastos médicos innecesarios; por otro lado, para las personas consideradas de alto riesgo, la frecuencia del seguimiento y la intensidad del tratamiento pueden reforzarse en consecuencia para aumentar las posibilidades de una intervención temprana. Al mismo tiempo, la introducción de tales herramientas de estratificación de riesgos en el diseño de ensayos clínicos también puede optimizar la inscripción de sujetos, reducir la cantidad de voluntarios necesarios, mejorar el poder estadístico del ensayo y priorizar los beneficios potenciales para los grupos de pacientes que más necesitan nuevos tratamientos.
El equipo de investigación afirmó que el siguiente paso incluirá validar la aplicabilidad de MangroveGS en una cohorte multicéntrica a mayor escala y explorar más a fondo las vías biológicas específicas detrás de estas firmas de expresión genética, con miras a descubrir nuevos objetivos terapéuticos y proporcionar estrategias de intervención más precisas para bloquear la metástasis del cáncer.