MADRID, 10 Nov. (EUROPA PRESS) -
Investigadores de la Escuela de Medicina de Icahn en el Hospital Mount Sinai de Nueva York (Estados Unidos) han creado el primer modelo matemático que puede predecir cómo un paciente con cáncer se beneficiará de algunas inmunoterapias, según un estudio publicado en 'Nature'.
Los oncólogos llevan mucho tiempo esperando alguna herramienta o sistema que les permita descubrir qué pacientes responderán a los tratamientos con inhibidores de los puntos de control inmunitario (PD-1) que se han desarrollado en los últimos años, identificando mejor en qué casos un tumor se trata con más éxito que en otros.
En este sentido, el modelo matemático propuesto que capta aspectos de la evolución del tumor y las interacciones subyacentes del tumor con el sistema inmune, lo que permite ser más precisos que los biomarcadores genómicos previos para predecir cómo responderá el tumor a la inmunoterapia.
"Presentamos un enfoque multidisciplinar para estudiar la inmunoterapia y la vigilancia inmune de los tumores", ha reconocido Benjamin Greenbaum, autor principal de este hallazgo, que confía en que su hallazgo sirva para, en un futuro, obtener un modelo predictivo mecánico de respuesta "o diseñar terapias que aprovechen aún más la forma en que el sistema inmune reconoce los tumores".
De hecho, su modelo tiene el potencial de ayudar a encontrar nuevas dianas terapéuticas dentro del sistema inmune o de diseñar vacunas para pacientes que habitualmente no responden a la inmunoterapia.
Para su diseño, los investigadores utilizaron datos de pacientes con melanoma y cáncer de pulmón tratados con inhibidores del punto de control inmunitario, rastreando múltiples propiedades dentro de la respuesta inmune a los fármacos, particularmente los neoantígenos, que son específicos de las mutaciones de los tumores en crecimiento.
Los neoantígenos tienen el potencial de ser objetivos principales de la inmunoterapia, y el marco propuesto probablemente será útil en estudios de resistencia adquirida que puede ser crucial para comprender las circunstancias en las que estos tratamientos causan efectos secundarios similares a los autoinmunes.
