Foto: INCLIVAVALÈNCIA (EP). El Incliva ha destacado que el proyecto 'Tumour microenvironement-derived factors in localized colon cancer: clinical impact and therapeutic implications' (TuMiCC), que investiga el microambiente tumoral en el cáncer de colon localizado para optimizar el tratamiento, reducir las recaídas y mejorar su supervivencia, ha cumplido cuatro años con "importantes avances" sobre la resistencia a la quimioterapia estándar en un subgrupo de pacientes.
El Instituto de Investigación Sanitaria Incliva lidera este proyecto, bajo la coordinación del doctor Andrés Cervantes, director científico de Incliva y jefe del Servicio de Oncología Médica del Hospital Clínico de València, y la participación del Vall d'Hebron Instituto de Oncología (VHIO) y el Instituto Hospital del Mar de Investigaciones Médicas (IMIM-Hospital del Mar), según ha informado el centro en un comunicado.
TuMiCC, que se ampliará un año más para seguir explorando los mecanismos de resistencia y desarrollar biomarcadores que permitan personalizar mejor las terapias en cáncer de colon, está financiado con cerca de un millón de euros por la Asociación Española Contra el Cáncer a través de la convocatoria Grupos Coordinados AECC 2020, dirigida a promover la colaboración entre grupos de investigación españoles y fomentar la participación de equipos clínicos, con el objetivo final de acercar los resultados del laboratorio a las personas.
Los últimos resultados de TuMiCC, presentados en la reunión anual celebrada esta semana en Incliva, sugieren el desarrollo de un sistema de predicción de recaídas mediante inteligencia artificial (IA) que ayudará a identificar pacientes con alto riesgo. Además, el uso de la biopsia líquida promete caracterizar molecularmente a los pacientes con un fenotipo más agresivo.
También se ha descubierto que el microambiente tumoral influye en la resistencia a la quimioterapia, lo que abre nuevas vías para tratamientos dirigidos a las células tumorales y su entorno. Estos avances pueden transformar la prevención y tratamiento del cáncer de colon.
El cáncer colorrectal es la segunda causa de muerte por cáncer en España, con más de 43.000 nuevos casos anuales. Aunque la supervivencia a cinco años ha alcanzado el 65%, un 40% de los pacientes recaen tras un tratamiento inicial con cirugía y quimioterapia.
El proyecto TuMiCC busca llenar esta brecha identificando biomarcadores que ayuden a predecir mejor qué pacientes podrían recaer y cuáles responderán mejor a la terapia, evitando sobretratamientos innecesarios, explican.
TuMiCC ha dado pasos "significativos" en la investigación sobre el cáncer de colon, aportando avances que pueden cambiar la manera en que se trata y se previenen las recaídas en estos pacientes. A lo largo de estos años, el equipo ha empleado tecnologías de última generación y enfoques multidisciplinarios para entender mejor cómo las células tumorales y su entorno influyen en la respuesta a los tratamientos, especialmente en aquellos pacientes que, a pesar de recibir quimioterapia tras la cirugía, siguen teniendo un riesgo elevado de recaída.
Uno de los avances más relevantes es el desarrollo de un sistema de predicción de recaídas basado en IA. Este modelo, entrenado con miles de imágenes de tumores, ha demostrado ser capaz de identificar qué pacientes tienen más probabilidades de recaer tras el tratamiento.
Gracias a esta herramienta de deep learning, se espera que en el futuro los médicos puedan tomar decisiones más informadas sobre qué pacientes necesitan un seguimiento más estrecho o incluso tratamientos adicionales. Así, resaltan que esto podría evitar recaídas que, en muchos casos, ocurren de manera inesperada en pacientes que inicialmente parecían haber superado la enfermedad.
Además, el proyecto ha hecho "un importante esfuerzo" en la caracterización molecular de los tumores, analizando tanto su perfil genético como epigenético mediante la biopsia líquida, un tipo de análisis no invasivo que permite detectar restos de ADN tumoral en sangre.
Esta técnica promete revolucionar la manera en que se monitorizan los pacientes con cáncer de colon, ya que podría ofrecer una forma rápida y sencilla de detectar recaídas antes de que aparezcan los síntomas clínicos. Hasta ahora, se ha completado el reclutamiento de pacientes en España, y los resultados de los análisis moleculares, que están en marcha, serán clave para entender cómo ciertos tumores logran resistir los tratamientos y volver a crecer.
Por otro lado, el equipo también está trabajando en el estudio del microambiente tumoral, es decir, las células no cancerosas que rodean al tumor, como fibroblastos y células del sistema inmune, que pueden influir en su comportamiento y respuesta a la terapia.
Se ha descubierto que algunas de estas células, como los fibroblastos asociados al cáncer, juegan un papel crucial en la resistencia a la quimioterapia con oxaliplatino, un tratamiento común en el cáncer colorrectal. Este hallazgo es "especialmente prometedor" porque abre la puerta al desarrollo de nuevos fármacos que ataquen no solo a las células tumorales, sino también a su entorno, impidiendo que las células sanas colaboren con el tumor.
En este sentido, se han desarrollado modelos preclínicos en los que se recrean las interacciones entre las células tumorales y su microambiente en el laboratorio. Estos modelos permiten probar nuevos tratamientos y predecir mejor cómo responderán los pacientes en la clínica.
Gracias a estos avances, el proyecto está acercándose a su objetivo final: identificar biomarcadores que permitan predecir la respuesta al tratamiento y evitar recaídas en pacientes con cáncer de colon, señalan.
En su último año, TuMiCC se centrará en consolidar estos descubrimientos, con la esperanza de validar definitivamente los biomarcadores identificados y probar fármacos que puedan mejorar la supervivencia de los pacientes. La meta es clara: conseguir que el tratamiento sea lo más personalizado posible, atacando tanto el tumor como su entorno, para que cada paciente reciba la terapia más adecuada en función de sus características individuales y reducir así las tasas de recaída.
