Matar las células cancerosas y salvar a las sanas
Un nuevo enfoque experimental-computacional desarrollado por investigadores de Dinamarca y Finlandia resulta prometedor para tratar a pacientes individuales con neoplasias hemáticas o tumores sólidos. El equipo de investigación utilizó datos farmacogenómicos públicos a gran escala para preentrenar un modelo de aprendizaje automático denominado scTherapy que predice con precisión las opciones de tratamiento específicas para cada clon basándose únicamente en la secuenciación de ARN de células individuales (scRNA-seq). El novedoso enfoque del equipo de investigación se llevó con el apoyo financiero de los proyectos financiados con fondos europeos REMEDI4ALL, CROC, RESIST3D y DISCOVER. También se contó con el apoyo financiero de otro proyecto financiado con fondos europeos, ERA PerMed, a través de los proyectos PARIS, JAKSTAT-TARGET y CLL-CLUE financiados mediante sus convocatorias transnacionales conjuntas de 2020 y 2022. Un único tumor puede estar formado por distintas poblaciones de células tumorales, o clones, con diferentes perfiles moleculares y fenotípicos. Por tanto, el tratamiento de las neoplasias malignas avanzadas requiere tratamientos que puedan actuar sobre diferentes dianas al mismo tiempo. Sin embargo, la identificación sistemática de tratamientos específicos por paciente que coinhiban selectivamente los clones cancerosos plantea un reto, ya que existen muchas más combinaciones posibles de dosis de fármacos que las que podrían probarse en células de pacientes. En el estudio publicado en «Nature Communications» se muestra cómo el nuevo enfoque permite identificar opciones de tratamiento personalizadas con múltiples objetivos en diferentes poblaciones de pacientes y células. Los casos de estudio en los que se centran los investigadores son neoplasias hemáticas (leucemia mielógena aguda recidivante y resistente al tratamiento) y tumores sólidos (carcinoma ovárico metastásico). El material y los datos sobre el cáncer de ovario fueron proporcionados en parte por el proyecto DECIDER, financiado con fondos europeos.
Baja toxicidad para las células sanas
«Demostramos que las combinaciones previstas no solo muestran un efecto sinérgico en la eliminación global de células cancerosas, sino que también producen efectos secundarios tóxicos mínimos en células no cancerosas, lo que aumenta la probabilidad de una traslación clínica», afirma Aleksandr Ianevski, coautor del estudio, en una noticia publicada en el sitio web de la Universidad de Helsinki (Finlandia), entidad coordinadora del proyecto DECIDER y socia del proyecto REMEDI4ALL. Ianevski es investigador doctoral en el Instituto de Medicina Molecular de Finlandia (FIMM), un instituto de investigación traslacional de la Universidad centrado en la genómica humana y la medicina de precisión. Los resultados muestran que más del 95 % de las combinaciones de tratamiento previstas presentan sinergia, lo que significa que tienen potencial para mejorar la eficacia del tratamiento. Además, más del 80 % de las combinaciones resultaron poco tóxicas para las células sanas. «Dado que el método solo utiliza un número limitado de células primarias de pacientes, es ampliamente aplicable a cualquier muestra de pacientes que sea susceptible de análisis de scRNA-seq. Las combinaciones selectivas entre fármacos aprobados también ofrecen oportunidades directas de reutilización para el tratamiento del cáncer», señala la coautora Kristen Nader, también investigadora doctoral en el FIMM. Los proyectos ERA PerMed (ERA-Net Cofund in Personalised Medicine) y RESIST3D (Targeting drug resistance in ovarian cancer through large-scale drug-response profiling in physiologically relevant cancer organoids) han finalizado. El proyecto CROC (Unravelling ChemoResistance mechanisms and improving first-line therapeutic strategies in high-grade serous Ovarian Carcinoma using multi-culture patient-derived organoids) finaliza en diciembre de 2024 y el proyecto DECIDER (Improved clinical decisions via integrating multiple data levels to overcome chemotherapy resistance in high-grade serous ovarian cancer) en 2026. Los proyectos REMEDI4ALL (BUILDING A SUSTAINABLE EUROPEAN INNOVATION PLATFORM TO ENHANCE THE REPURPOSING OF MEDICINES FOR ALL) y DISCOVER (DISCOVERing treatment from biomedical research) finalizan en 2027. Para más información, consulte: Sitio web del proyecto DECIDER Sitio web del proyecto ERA PerMed Sitio web del proyecto REMEDI4ALL Proyecto CROC Proyecto RESIST3D Sitio web del proyecto DISCOVER
Palabras clave
DECIDER, ERA PerMed, REMEDI4ALL, CROC, RESIST3D, DISCOVER, cáncer, clon de cáncer, secuenciación de ARN, neoplasia hemática, tumor sólido, tumor, scTherapy