Desarrollo de un predictor de expresión genética para la respuesta immunoterápica en melanoma

Noam Auslander, Ph.D., junto con otros investigadores del Centro de Investigación del Cáncer (CCR) en el Instituto Nacional del Cáncer (NCI) y sus colegas en la Universidad de Harvard (Cambridge, Mass), la Universidad de Pensilvania (Filadelfia) y la Universidad de Maryland (College Park) han desarrollado un predictor de expresión genética capaz de indicar la probabilidad de respuesta a tratamiento con inhibidores del punto de control inmunológico en pacientes con melanoma.

Respecto al estudio, publicado el 20 de agosto de 2018 en Nature Medicine, Eytan Ruppin, M.D., Ph.D., del Laboratorio de Ciencia de Datos de Cáncer del NCI, y director del estudio comentó que «Hay una necesidad crítica de poder predecir cómo los pacientes de cáncer responderán a este tipo de inmunoterapia. Ser capaz de predecir quién tiene muchas probabilidades de responder y quién no lo hará nos permitirá orientar de forma más precisa el tratamiento de los pacientes».

Este nuevo tratamiento de inmunoterapia es eficaz para algunos pacientes con melanoma en etapa tardía y otros tipos de cáncer. Sin embargo, no todos los pacientes con melanoma responden a este tratamiento, y puede tener efectos secundarios considerables, por este motivo ser capaz de predecir qué pacientes es probable que respondan y cuáles no sería un avance clínico importante. Aun así, el desarrollo de este predictor de respuesta ha sido desafiante debido al número limitado de pacientes que han recibido esta forma relativamente nueva de tratamiento:

  1. Los investigadores desarrollaron un predictor buscando primero pistas en casos donde el sistema inmune parece crear una respuesta inmune exitosa y espontánea al cáncer, causando la regresión espontánea del tumor.
  2. Analizaron el neuroblastoma, un tipo de cáncer que con frecuencia experimenta regresión espontánea en niños pequeños, y así pudieron definir las características de expresión génica que separaron a los pacientes con enfermedad no regresiva de aquellos con enfermedad regresiva.
  3. Estas características permitieron a los investigadores calcular lo que denominaron puntaje inmunopredecitivo (IMPRES) para cada muestra de paciente. Mientras más alta sea la puntuación IMPRES para una muestra, más probable es que experimente una regresión espontánea.
  4. Para ver si IMPRES podría usarse para predecir las respuestas de los pacientes con melanoma a los inhibidores del punto de control, los autores analizaron 297 muestras de varios estudios.

Finalmente encontraron que el predictor podría identificar a casi todos los pacientes que respondieron a los inhibidores y a más de la mitad de los que no lo hicieron, por lo que es significativamente superior a todos los otros predictores existentes, y a diferencia de estos, IMPRES fue preciso en muchos conjuntos diferentes de datos de pacientes con melanoma.

Respecto a los resultados obtenidos, Tom Misteli, Ph.D., director de CCR en NCI dijo que: «Ahora sabemos que la inmunoterapia funciona, pero no entendemos bien por qué una terapia particular funciona para algunos pacientes, pero no para otros. Este estudio es un paso adelante en el desarrollo de herramientas para abordar este desafío de importancia práctica para los pacientes».


Fuente: NewsMedical, Researchers develop gene expression predictor for immunotherapy response in melanoma. 20 August 2018.

Disponible en: https://www.news-medical.net/news/20180820/Researchers-develop-gene-expression-predictor-for-immunotherapy-response-in-melanoma.aspx


2 Comments

  1. gaydatingzz.com

    gaydatingzz.com

    Desarrollo de un predictor de expresión genética para la respuesta immunoterápica en melanoma • Tertulias Oncológicas – Divulgación científica en cáncer

Deja una respuesta

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies