Nueva Herramienta de IA Identifica Cinco Grupos de Células Cancerosas en Tumores Individuales
Un equipo multinacional de investigadores, co-dirigido por el Instituto Garvan de Investigación Médica, ha desarrollado y probado una nueva herramienta de IA para caracterizar mejor la diversidad de células individuales dentro de los tumores, abriendo puertas para terapias más específicas para los pacientes.
Las conclusiones sobre el desarrollo y uso de la herramienta de IA, llamada AAnet, se han publicado en Cancer Discovery.
Los tumores no están compuestos solo por un tipo de célula: son una mezcla de diferentes células que crecen y responden al tratamiento de maneras distintas. Esta diversidad o heterogeneidad hace que el cáncer sea más difícil de tratar y puede conducir a peores resultados, especialmente en cáncer de mama triple negativo.
"La heterogeneidad es un problema porque actualmente tratamos los tumores como si estuvieran compuestos por las mismas células. Esto significa que damos una terapia que mata la mayoría de las células del tumor al dirigirse a un mecanismo particular. Pero no todas las células cancerosas pueden compartir ese mecanismo. Como resultado, aunque el paciente puede tener una respuesta inicial, las células restantes pueden crecer y el cáncer puede regresar," dice la profesora asociada Christine Chaffer, co-autora principal del estudio y co-directora del Programa de Plasticidad y Dormancia del Cáncer en Garvan.
Una nueva herramienta caracteriza cinco nuevos grupos de células cancerosas
Para resolver este problema, el equipo desarrolló y entrenó una potente nueva herramienta de IA llamada AAnet que puede detectar patrones biológicos en las células dentro de los tumores.
Luego utilizaron la herramienta de IA para descubrir patrones en el nivel de expresión génica de células individuales dentro de tumores, centrándose en modelos preclínicos de cáncer de mama triple negativo y muestras humanas de cáncer de mama positivo a ER, positivo a HER2 y triple negativo. A través de esto, identificaron cinco grupos diferentes de células cancerosas dentro de un tumor, con perfiles de expresión génica distintos que indicaban diferencias significativas en el comportamiento celular.
"Al usar nuestra herramienta de IA, pudimos descubrir de manera consistente cinco nuevos grupos de tipos celulares dentro de tumores individuales llamados 'arquetipos'. Cada grupo exhibió diferentes vías biológicas y propensiones al crecimiento, metástasis y marcadores de mal pronóstico. Nuestros próximos pasos son ver cómo pueden cambiar estos grupos a lo largo del tiempo, por ejemplo, antes y después de la quimioterapia," dice la profesora asociada Chaffer.
Nueva clasificación para impulsar tratamientos más específicos
Los investigadores dicen que el uso de AAnet para caracterizar los diferentes grupos de células en un tumor según su biología abre puertas a un cambio de paradigma en cómo tratamos el cáncer.
"Actualmente, la elección del tratamiento del cáncer para un paciente se basa en gran medida en el órgano del que proviene el cáncer, como el seno, los pulmones o la próstata, y en cualquier marcador molecular que pueda exhibir. Pero esto asume que todas las células en ese cáncer son iguales," dice la profesora asociada Chaffer.
"En cambio, ahora tenemos una herramienta para caracterizar la heterogeneidad del tumor de un paciente y entender realmente lo que cada grupo de células está haciendo a nivel biológico. Con AAnet, ahora esperamos mejorar el diseño racional de terapias de combinación que sabemos que apuntarán a cada uno de esos diferentes grupos a través de sus vías biológicas. Esto tiene el potencial de mejorar enormemente los resultados para ese paciente."
En aplicación de AAnet, la co-autora principal del estudio y directora científica de Garvan, la profesora Sarah Kummerfeld, dijo: "Imaginamos un futuro donde los médicos combinen este análisis de IA con diagnósticos de cáncer tradicionales para desarrollar tratamientos más personalizados que apunten a todos los tipos de células dentro del tumor único de una persona."
Estos resultados representan una verdadera fusión de tecnología de vanguardia y biología que puede mejorar la atención al paciente. Nuestro estudio se centró en el cáncer de mama, pero podría aplicarse a otros cánceres y enfermedades como trastornos autoinmunes. La tecnología ya está disponible.
Para más información, suscríbete a nuestro newsletter para obtener contenido más especializado.
Comments ()