Tratamiento personalizado del cáncer de ovario con tecnología de gemelos digitales
El cáncer es una enfermedad intrínsecamente compleja. Existen diferencias importantes, no solo entre pacientes, sino también dentro de cada tumor. Esta variabilidad suele dar lugar a respuestas diferentes e inesperadas al tratamiento, lo que complica el manejo clínico de la enfermedad. Las terapias estandarizadas, que funcionan bien para las afecciones homogéneas, suelen ser insuficientes para los cánceres con este nivel de complejidad. En este contexto, la medicina personalizada ha surgido como el método más prometedor, ya que adapta los tratamientos a la composición biológica única de cada paciente. Sin embargo, a pesar de su reconocido potencial, la aplicación clínica de la medicina personalizada sigue siendo limitada debido a su complejidad y a sus costes elevados en comparación con la atención estándar.
La medicina personalizada en acción
Con el apoyo de las Acciones Marie Skłodowska-Curie (MSCA), el equipo del proyecto ITHACA ha dado pasos significativos hacia la materialización del potencial de la medicina personalizada, centrándose en la mejora de los resultados del tratamiento para pacientes con cáncer de ovario. El carcinoma seroso de alto grado (HGSOC, por sus siglas en inglés) se caracteriza por bajas tasas de supervivencia, alta recurrencia y frecuente resistencia a los fármacos. El objetivo del proyecto era demostrar cómo las herramientas informáticas pueden colmar las lagunas críticas en la medicina personalizada del HGSOC. «Queríamos desarrollar un marco novedoso para evaluar la eficacia de diversas terapias contra el cáncer de ovario e identificar los tratamientos óptimos para cada paciente», explica Marilisa Cortesi, beneficiaria de una beca de investigación MSCA.
Un gemelo digital
Los investigadores desarrollaron ALISON, un simulador de gemelos digitales que recrea el entorno tisular de la cavidad abdominal, el principal lugar de metástasis del HGSOC. Según Cortesi: «ALISON es más que un modelo anatómico. Integra el comportamiento biológico de los distintos tipos de células del tejido, teniendo en cuenta cómo cambia la concentración de moléculas relevantes (oxígeno, glucosa, productos de desecho) a lo largo del tiempo». A diferencia de los modelos computacionales tradicionales, que asumen un comportamiento celular uniforme, ALISON asigna perfiles de comportamiento distintos a las células individuales, lo que refleja la variabilidad de la vida real. Calcula las actividades celulares, como las tasas de división y las interacciones entre los distintos tipos de células. Al simular la evolución del tejido, los investigadores pueden explorar cómo responden las células a distintas condiciones, incluidos los tratamientos farmacológicos. Estas simulaciones proporcionan información sobre la eficacia del tratamiento mediante el seguimiento del comportamiento y la distribución de las células cancerosas en el tiempo. Con esta innovación se reprodujeron con éxito los hallazgos experimentales que relacionaban la progresión del HGSOC con el aumento de la diversidad entre las células cancerosas. En ITHACA se calibró el gemelo digital utilizando datos clínicos estándar. Con esta técnica se generan poblaciones virtuales de células cancerosas que imitan las características de la enfermedad de un paciente. Aunque es necesaria más validación con cohortes de pacientes más grandes, este método ofrece una vía prometedora para guiar la selección del tratamiento, lo que reduce la dependencia de los métodos de ensayo y error.
Una visión para el futuro de ALISON
«Los gemelos digitales, como ALISON, encierran un potencial transformador para la terapia del cáncer. Prometen convertirse en herramientas clínicas esenciales para predecir las respuestas al tratamiento y evaluar los efectos secundarios», destaca Cortesi. Este método holístico mejoraría la calidad de vida, especialmente a medida que el cáncer se convierte cada vez más en una enfermedad crónica controlable. En la investigación, los gemelos digitales pueden complementar los modelos experimentales tradicionales. Ofrecen análisis rentables y detallados, incluidos escenarios difíciles de reproducir «in vitro» o «in vivo». Por ejemplo, con ALISON se pueden simular características poco frecuentes de los pacientes y predecir su impacto en los resultados de la terapia. Esta capacidad de explorar las condiciones únicas subraya el papel de los modelos computacionales para acelerar el desarrollo de fármacos y mejorar las tasas de éxito de los primeros ensayos clínicos. Además, con el código de ALISON disponible gratuitamente en GitHub, el equipo del proyecto sienta las bases para una exploración científica más amplia, más allá del cáncer de ovario.
Palabras clave
ITHACA, tratamiento, cáncer de ovario, gemelo digital, simulación