Nuevo biomarcador supera a los métodos actuales para predecir la respuesta a la quimioterapia en el TNBC

Investigadores de The University of Texas MD Anderson Cancer Center han desarrollado un nuevo enfoque computacional diseñado para tener en cuenta de forma más precisa los cambios en la expresión génica dentro de los tumores en relación con sus microambientes únicos. Este enfoque superó a los métodos actuales para predecir la respuesta a la quimioterapia en pacientes con cáncer de mama triple negativo (TNBC).

La nueva herramienta, desarrollada por un profesor de Bioinformatics and Computational Biology y sus colegas, se publicó en Cell Reports Medicine. Su objetivo es mejorar métodos similares para predecir las respuestas al tratamiento mediante un enfoque conocido como deconvolution, que consiste en desglosar, calcular e interpretar las diferencias celulares. Este enfoque también reveló nuevas perspectivas sobre características del TNBC a nivel poblacional.

Recientemente, los investigadores publicaron una guía integral que detalla 43 de estos métodos de deconvolution. Su objetivo era ayudar a investigadores sin una amplia formación computacional a comprender qué método podría funcionar mejor para los objetivos específicos de su estudio.

Sin embargo, aunque las estrategias de clasificación existentes miden la composición celular, no tienen en cuenta los cambios que se producen en la expresión génica dentro de los tumores en relación con sus microambientes únicos.

Para abordar esto, los investigadores colaboraron con el Institute for Data Science in Oncology (IDSO) de MD Anderson y con el Department of Breast Medical Oncology para desarrollar un análisis integrativo a granel (bulk) que también considera la tumor-specific total mRNA expression (TmS). Este enfoque tiene en cuenta la proporción de células tumorales en relación con las células no tumorales como una forma de identificar mecanismos específicos del cáncer.

Mientras que las células normales presentan una expresión de mRNA directamente proporcional al número de cromosomas, las células cancerosas tienen un número anómalo de cromosomas. El biomarcador TmS incorpora este aspecto, al considerar los cambios en la expresión génica en relación con el número de cromosomas en las células cancerosas. Además, este biomarcador también incorpora los cambios en las actividades de RNA en las células del microambiente tumoral en comparación con las células tumorales.

En un conjunto de datos de 575 pacientes con TNBC pertenecientes a cohortes étnicamente diversas, el biomarcador TmS pudo clasificar con precisión a los pacientes en aquellos con TmS alto, o pronóstico favorable, y TmS bajo, o pronóstico desfavorable.

El biomarcador superó a los métodos actuales para predecir la respuesta a la quimioterapia, lo que destaca su potencial como un punto de partida eficaz para la estratificación de pacientes y la optimización de la selección del tratamiento.

De manera importante, este biomarcador pronóstico se aplica a distintas poblaciones, y también pone de relieve que existen diferencias clave en los microambientes tumorales de los grupos occidentales y asiáticos con TmS alto, lo que podría permitir que los clínicos también ajusten tratamientos adicionales con mayor probabilidad de funcionar de forma más eficaz para cada población.

Aunque se necesita una validación adicional para llevar esta herramienta a la práctica clínica, estos resultados sugieren que el biomarcador TmS es un enfoque prometedor para optimizar la selección del tratamiento en poblaciones diversas.

Este estudio contó con el apoyo del National Cancer Institute, el Department of Defense, el Cancer Prevention and Research Institute of Texas (CPRIT), la American Cancer Society y Lyda Hill Philanthropies.