¿Por qué algunos tumores se propagan mientras que otros permanecen localizados? Los mecanismos que rigen el potencial metastásico de las células tumorales siguen siendo en gran medida desconocidos, pero comprenderlos es crucial para optimizar la atención al paciente. Investigadores de la Universidad de Ginebra (UNIGE) han identificado, utilizando células de cáncer de colon, los criterios que influyen en el riesgo de metástasis y han identificado firmas de expresión génica que pueden utilizarse para evaluar su probabilidad. El equipo ha creado entonces una herramienta de inteligencia artificial (MangroveGS) capaz de transformar estos datos en predicciones para muchos tipos de cáncer con una fiabilidad sin precedentes. Estos resultados, publicados en Cell Reports, abren el camino a una atención más precisa y al descubrimiento de nuevas dianas terapéuticas.
“El origen del cáncer a menudo se atribuye a ‘células anárquicas’”, explica Ariel Ruiz i Altaba, profesor del Departamento de Medicina Genética y Desarrollo de la Facultad de Medicina de la UNIGE, quien lideró el estudio. “Sin embargo, el cáncer debe entenderse más bien como una forma distorsionada de desarrollo”. De hecho, bajo la influencia de cambios genéticos y epigenéticos, se reactivan programas que fueron suprimidos durante el desarrollo del organismo y los tejidos, dando lugar a un tumor.
Por lo tanto, lejos de ser un accidente anárquico, el cáncer sigue un programa ordenado. “El desafío es, por lo tanto, encontrar las claves para comprender su lógica y forma. Y, en el caso de las metástasis, identificar las características de las células que se separarán del tumor para crear otro en otra parte del cuerpo”.
Rastreo de células metastásicas
La metástasis sigue siendo la principal causa de muerte en la mayoría de los cánceres, especialmente en los de colon, mama y pulmón. Actualmente, el primer signo detectable del proceso metastásico es la presencia de células tumorales circulantes en la sangre o en el sistema linfático. Para entonces, ya es demasiado tarde para prevenir su propagación. Además, si bien las mutaciones que conducen a la formación de los tumores originales son bien conocidas, ninguna alteración genética única puede explicar por qué, en general, algunas células migran y otras no.
“La dificultad radica en poder determinar la identidad molecular completa de una célula –un análisis que la destruye– mientras se observa su función, lo que requiere que permanezca viva”, explica el profesor Ruiz i Altaba. “Con este fin, aislamos, clonamos y cultivamos células tumorales”, añade Arwen Conod, profesora titular del Departamento de Medicina Genética y Desarrollo de la Facultad de Medicina de la UNIGE y co-primera autora del estudio. “Estos clones se evaluaron entonces in vitro y en un modelo de ratón para observar su capacidad de migrar a través de un filtro biológico real y generar metástasis”.
El análisis de la expresión de varios cientos de genes, realizado en alrededor de treinta clones de dos tumores primarios de colon, identificó gradientes de expresión génica estrechamente relacionados con su potencial migratorio. En este contexto, la evaluación precisa del potencial metastásico no depende del perfil de una sola célula, sino de la suma de las interacciones entre las células cancerosas relacionadas que forman un grupo.
Un algoritmo de predicción altamente fiable
Las firmas de expresión génica obtenidas se integraron en un modelo de inteligencia artificial desarrollado por el equipo de Ginebra. “La gran novedad de nuestra herramienta, llamada ‘Mangrove Gene Signatures (MangroveGS)’, es que explota docenas, incluso cientos, de firmas génicas. Esto la hace particularmente resistente a las variaciones individuales”, explica Aravind Srinivasan, estudiante de doctorado del Departamento de Medicina Genética y Desarrollo de la Facultad de Medicina de la UNIGE y co-primer autor del estudio. Después del entrenamiento, el modelo alcanzó una precisión de casi el 80% en la predicción de la aparición de metástasis y la recurrencia del cáncer de colon, un resultado muy superior al de las herramientas existentes. Además, las firmas derivadas del cáncer de colon también pueden predecir el potencial metastásico de otros cánceres, como el de estómago, pulmón y mama.
Después del entrenamiento, el modelo alcanzó una precisión de casi el 80% en la predicción de la aparición de metástasis y la recurrencia del cáncer de colon, un resultado muy superior al de las herramientas existentes. Además, las firmas derivadas del cáncer de colon también pueden predecir el potencial metastásico de otros cánceres, como el de estómago, pulmón y mama.
Un importante paso adelante para la práctica clínica y la investigación
Gracias a MangroveGS, basta con muestras de tumor: las células pueden analizarse y su ARN secuenciarse en el hospital, y luego la puntuación de riesgo de metástasis se transmite rápidamente a los oncólogos y a los pacientes a través de un portal Mangrove encriptado que ha analizado los datos anonimizados. “Esta información evitará el sobretratamiento de los pacientes de bajo riesgo, limitando así los efectos secundarios y los costes innecesarios, al tiempo que intensificará el seguimiento y el tratamiento de los pacientes de alto riesgo”, añade Ariel Ruiz i Altaba. “También ofrece la posibilidad de optimizar la selección de los participantes en los ensayos clínicos, reducir el número de voluntarios necesarios, aumentar el poder estadístico de los estudios y proporcionar beneficios terapéuticos a los pacientes que más lo necesitan”.
Referencia: Srinivasan A, Conod A, Tapponnier Y, et al. Emergence of high-metastatic potentials and prediction of recurrence and metastasis. Cell Rep. 2026;45(1):116834. doi: 10.1016/j.celrep.2025.116834
Este artículo ha sido republicado a partir de los siguientes materiales. Nota: el material puede haber sido editado para reducir su longitud y contenido. Para obtener más información, póngase en contacto con la fuente citada. Nuestra política de publicación de comunicados de prensa puede consultarse aquí.
