La composición de los tumores de cáncer de ovario cambia durante la quimioterapia

| |

Después de casi cuatro años de trabajo, un grupo de investigadores y médicos de la Universidad de Colorado (CU) publicó un artículo esta semana en el Investigación clínica del cáncer que comparte los hallazgos de la investigación que analiza cómo cambia la composición de los tumores de cáncer de ovario durante la quimioterapia y cómo contribuye a la respuesta terapéutica.

Si bien el estándar de atención que consiste en cirugía y quimioterapia para pacientes con cáncer de ovario suele ser efectivo, la recurrencia de la enfermedad y la resistencia son comunes.. De hecho, según la Sociedad Estadounidense del Cáncer, el cáncer de ovario ocupa el quinto lugar en las muertes por cáncer entre las mujeres, lo que representa más muertes que cualquier otro cáncer del sistema reproductivo femenino. En 2020 se estima que 13,940 mujeres morirán de cáncer de ovario. Actualmente, existe una necesidad clínica insatisfecha de predecir la respuesta de los pacientes a la quimioterapia, que fue el foco del equipo de investigación.

“Casi todos los pacientes responden inicialmente, sin embargo, casi todos los pacientes recurrirán”, dice Benjamin Bitler, PhD, Centro de cáncer de CU miembro y autor correspondiente. “Por otro lado, hay un pequeño porcentaje de pacientes que nunca recurrirán o permanecerán en remisión más allá de los cinco años. Estamos trabajando para poder predecir mejor la respuesta de los pacientes a la quimioterapia”.

Este grupo de investigadores y médicos se propuso en noviembre de 2016 centrarse en identificar posibles biomarcadores o vías para predecir mejor cómo respondería el tumor de un paciente a la terapia. Esta información podría cambiar el mantenimiento y la vigilancia y dará un paso hacia un enfoque médico de precisión para cada paciente.

“Nuestro objetivo final es que alguien a quien se le haya diagnosticado cáncer de ovario pueda ingresar y podamos tomar el tumor primario y utilizar las dos tecnologías principales descritas en el estudio de investigación, la transcriptómica con nanocadena y la inmunohistoquímica multiespectral ( IHC), para tener una idea sobre lo que se expresa y cómo se ve el microambiente del tumor “, dice Bitler.

La IHC multiespectral es una forma de caracterizar la composición del tumor. Los tumores no están hechos solo de células tumorales; también incluyen, entre otras cosas, los vasos sanguíneos, el estroma y las células inmunitarias. Otra investigación que condujo a esto ha demostrado que la composición del tumor se correlaciona con el pronóstico del paciente, lo que sugiere que la composición del tumor probablemente contiene pistas sobre la respuesta terapéutica. La principal fortaleza de la IHC multiespectral es que la ubicación de los diferentes tipos de células se mantiene intacta, lo que permite una dimensión adicional de datos, que es la ubicación física de cada tipo de célula.

“Sin embargo, existe una limitación con la IHC multiespectral, que es que en este momento solo podemos identificar nueve marcadores diferentes. Esto es un problema cuando se piensa que probablemente hay más de 9 subpoblaciones diferentes de células dentro del tumor”, explica Bitler. . “Por lo tanto, para mejorar nuestra resolución de la composición del tumor, estamos utilizando el análisis transcriptómico en paralelo para inferir aún más la composición del tumor”.

Entre estas dos tecnologías, el equipo puede caracterizar a los jugadores importantes que podrían estar involucrados en promover la progresión del tumor o la respuesta a la terapia. En el presente estudio, el grupo de investigación examinó los tumores de cáncer de ovario antes y después de la quimioterapia, con el objetivo de describir cómo la quimioterapia remodela la composición del tumor. Sobre la base de este estudio de investigación, el objetivo a largo plazo del grupo de investigación del cáncer de ovario es aprovechar nuestra comprensión de los efectos de la quimioterapia en el tumor para predecir la respuesta y la recurrencia de la enfermedad.

Mirando hacia el futuro en la atención del cáncer de ovario

Una de las principales fuentes de financiación de los grupos hasta este momento fue un premio a través del programa de Terapéutica del Desarrollo, uno de los cuatro programas de investigación del Centro de Cáncer de CU.

“Ese premio nos permitió llegar a donde estamos ahora, pero en última instancia, queremos examinar los tumores primarios de 500 pacientes”.

El equipo se está preparando para solicitar una gran subvención federal a finales de este año que ayudará a lograr nuestras metas a largo plazo. El Dr. Aaron Clauset de CU Boulder es un experto en aprendizaje automático y análisis de redes. Contribuirá significativamente a los aspectos de la subvención mediante el desarrollo de enfoques de aprendizaje automático que predicen la respuesta terapéutica.

“No va a suceder en el próximo año o dos, pero nuestra visión a largo plazo es que los pacientes ingresen, se sometan a una biopsia del tumor y, en cuestión de semanas, le informemos al médico de la probabilidad de que su paciente sea un buen respondedor o ser resistente a la quimioterapia “, dice Bitler.

Uniendo dos campus

“Otra parte de este proyecto que creo que es una fortaleza, es que estábamos comenzando a cerrar la brecha entre el campus de CU Anschutz y CU Boulder para aprovechar la experiencia, el modelado informático y el aprendizaje automático que se está desarrollando en Boulder y aplicarlo a algunas de las preguntas biomédicas que tenemos en el campus de Anschutz “, dice Bitler.

Este estudio está compuesto por 15 investigadores o médicos, nueve de los cuales son miembros del CU Cancer Center:

  • Kimberly R. Jordan, PhD, co-primera autora, Departamento de Inmunología y Microbiología.
  • Matthew J. Sikora, PhD, co-primer autor, Departamento de Patología.
  • Jill E. Slansky, PhD, co-líder del programa CU Cancer Tumor Host Interactions, Departamento de Inmunología y Microbiología.
  • Angela Minic, MS, Departamento de Inmunología y Microbiología.
  • Jennifer K Richer, PhD, codirectora del programa de interacciones con el huésped del tumor del cáncer de CU, Departamento de Patología.
  • Marisa R. Moroney, MD, Departamento de OB / GYN, División de Oncología Ginecológica.
  • Junxiao Hu, MS, Departamento de Bioestadística e Informática.
  • Rebecca J. Wolsky, MD, Departamento de Patología.
  • Zachary L. Watson, PhD, Departamento de OB / GYN, División de Ciencias Reproductivas.
  • Tomomi M. Yamamoto, PhD, Departamento de OB / GYN, División de Ciencias Reproductivas.
  • James C. Costello, PhD, Departamento de Farmacología.
  • Aaron Clauset, PhD, Departamento de Ciencias de la Computación.
  • Kian Behbakht, MD, clínico principal y científico traslacional, Departamento de OB / GYN, División de Oncología Ginecológica.
  • Rajendra Kumar, PhD, Departamento de OB / GYN, División de Ciencias Reproductivas.
  • Benjamin G. Bitler, PhD, autor correspondiente, Departamento de OB / GYN, División de Ciencias Reproductivas.

Este grupo utilizó un enfoque multidisciplinario para llegar a este punto, lo que demuestra la fuerza de unir la experiencia de los dos campus.

“Esta publicación es un hito importante y un paso en la dirección correcta para demostrar que podemos trabajar juntos como equipo para abordar los desafíos que enfrentan los pacientes con cáncer de ovario”.

Referencia: Jordan K, Sikora MJ, Slansky JE, et al. La capacidad del microambiente del tumor de cáncer de ovario para integrar la señalización de la inflamación transmite un intervalo libre de enfermedad más corto. Clin Cancer Res. 2020; clincanres.1762 doi:10.1158 / 1078-0432.CCR-20-1762

Este artículo se ha vuelto a publicar de los siguientes materiales. Nota: el material puede haber sido editado por su extensión y contenido. Para obtener más información, comuníquese con la fuente citada.

Previous

Luis Suárez se enfrenta al limbo de Barcelona porque la demora en el pasaporte italiano podría frustrar el movimiento de la Juventus

Estudio: La actividad de tabaquismo entre los fumadores aumentó en medio de la pandemia de COVID-19

Next

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.