Una nueva herramienta combina evolución e inteligencia artificial para predecir la recurrencia del cáncer de próstata con más de una década de antelación

Combinando los principios de la evolución con la inteligencia artificial (IA), los científicos han propuesto una nueva forma de predecir la probabilidad de que el cáncer de próstata vuelva a aparecer. En un estudio reciente, utilizaron métodos computacionales para capturar mediciones tumorales específicas relacionadas con la capacidad del tumor para cambiar con el tiempo. Luego demostraron que estas mediciones se correlacionan con la recurrencia de la enfermedad más de una década después del diagnóstico inicial.

Este enfoque podría ayudar a los médicos a clasificar sistemáticamente a los pacientes según su riesgo de recurrencia de la enfermedad. En función de esto, podrían determinar qué pacientes solo necesitan tratamiento localizado (normalmente radioterapia, a menudo junto con terapia hormonal, o cirugía) y cuáles deberían recibir tratamiento adicional.

El estudio, dirigido por investigadores del Instituto de Investigación del Cáncer de Londres y la Fundación Royal Marsden del Servicio Nacional de Salud, podría ayudar a los médicos a personalizar mejor el tratamiento del cáncer de próstata. Los hallazgos han sido publicado en Cáncer de la naturaleza.

Este trabajo también combinó de manera única ciertas mediciones tumorales de una manera evolutiva, lo que validó aún más la aplicación de un modelo de biología evolutiva al cáncer. Los científicos del Centro para la Evolución y el Cáncer del Instituto de Investigación del Cáncer (ICR) están a la vanguardia de la investigación sobre la evolución del cáncer, que confían en que conducirá a nuevos tratamientos efectivos para múltiples tipos de cáncer.

Abordar la falta de marcadores predictivos en el cáncer de próstata

Es particularmente difícil predecir los resultados del cáncer de próstata porque la enfermedad tiene una amplia heterogeneidad, lo que significa que existen diferencias significativas entre las células cancerosas, tanto dentro de cada tumor como entre pacientes. Además, el cáncer a menudo se desarrolla en más de un sitio dentro de la próstata, lo que produce dos o más tumores en proximidad. Como resultado, a menudo es difícil para los médicos determinar los mejores tratamientos para sus pacientes.

En algunos casos, los médicos pueden adoptar un enfoque de «observación y espera», que evita que la persona sufra los efectos secundarios del tratamiento cuando no es necesario. Sin embargo, esta estrategia podría resultar fatal para las personas con cáncer agresivo o cáncer con mayor probabilidad de recurrencia.

Aunque otros estudios han evaluado el uso de mediciones tumorales para predecir los resultados, estos utilizaron un número limitado de muestras de pacientes, solo consideraron la enfermedad en etapa temprana y, a menudo, no se llevaron a cabo en un entorno de ensayo clínico. Además, incluyeron principalmente pacientes que ya se habían sometido a cirugía para extirpar el cáncer.

Creyendo que las decisiones sobre el tratamiento deberían tomarse antes de la cirugía, el equipo detrás del nuevo estudio se propuso encontrar una nueva forma de predecir la progresión del tumor en personas diagnosticadas con cáncer de próstata localmente avanzado de alto riesgo.

Identificación de nuevas mediciones

Los investigadores utilizaron una forma de IA llamada aprendizaje automático para analizar un total de 1.923 muestras de 250 participantes en el ensayo clínico de radioterapia de intensidad modulada (IMRT), centrándose en la estructura espacial del tejido. También utilizaron una técnica de IA especialmente diseñada para realizar la clasificación de Gleason, un sistema de puntuación que clasifica el tejido canceroso de uno a cinco según el patrón de sus células. A las células cancerosas que se parecen mucho a las células sanas se les asigna el grado 1, mientras que a las que se ven significativamente diferentes se les asigna el grado 5.

Al mismo tiempo, los investigadores evaluaron las diferencias genéticas entre las células de tumores individuales, utilizando 642 muestras de 114 participantes en ensayos de radioterapia en The Royal Marsden. Estas muestras coincidían con el primer conjunto, lo que proporcionó al equipo información integrada sobre la genómica y la morfología de las células, así como sobre los resultados de los pacientes a lo largo de más de una década.

Los investigadores descubrieron que la divergencia genética y la diversidad morfológica medida mediante inteligencia artificial (la diferencia en la forma, el tamaño y la estructura de las células) son indicativas de la capacidad del tumor para evolucionar, lo que permite que la enfermedad se adapte y sobreviva. Midieron esta diversidad observando el alcance de las diferencias entre las células en diferentes áreas del tumor, conocida como heterogeneidad intratumoral.

Los resultados mostraron que esta «capacidad de evolución» era un fuerte predictor de recurrencia, y la combinación de las dos mediciones identificó un subgrupo de pacientes que experimentaron recurrencia de la enfermedad en la mitad del tiempo en comparación con el resto de los pacientes.

El equipo también pudo identificar una correlación entre la pérdida de un cromosoma específico y una menor presencia de células inmunes en el tumor, lo que puede afectar su respuesta a ciertos tratamientos. Esta información adicional podría ayudar a tomar mejores decisiones de tratamiento.

El siguiente paso es que los investigadores prueben sus mediciones del riesgo de recurrencia basadas en la evolución en un grupo más grande de personas con una gama más amplia de características de la enfermedad. También deberán tener en cuenta factores externos, como los niveles hormonales.

“Se necesitan urgentemente nuevos métodos como el nuestro”

El primer autor conjunto, el Dr. George Cresswell, quien era investigador postdoctoral en el grupo de Genómica y Dinámica Evolutiva del ICR cuando se llevó a cabo la investigación, es ahora investigador principal en el Instituto de Investigación del Cáncer Infantil St. Anna en Viena, Austria.

Cresswell afirmó: «Nos complace haber descubierto nuevas mediciones que se pueden tomar a partir de biopsias estándar de cáncer de próstata para predecir el riesgo de recurrencia en personas con cáncer de próstata. Los médicos actualmente no tienen formas lo suficientemente específicas para medir qué pacientes tienen el riesgo más bajo y más alto de que su cáncer regrese, lo que significa que se necesitan urgentemente nuevos métodos como el nuestro.

«Nuestro trabajo también ha demostrado el potencial combinado de la genómica evolutiva y la inteligencia artificial para mejorar nuestro estudio de los tejidos cancerosos cuando lo aplicamos en el contexto de ensayos clínicos. Esperamos que este enfoque acelere nuestro progreso hacia el uso de biomarcadores evolutivos en la práctica clínica tanto para el cáncer de próstata como para otros tipos de cáncer».

El autor principal conjunto, el profesor David Dearnaley, profesor emérito del ICR y oncólogo clínico consultor jubilado de The Royal Marsden, dijo: «Este estudio muestra el poder de un enfoque combinado en el que evaluamos tanto la genómica como la morfología espacial.

«Creemos que nuestros hallazgos permitirán identificar a los pacientes con cáncer localizado de alto riesgo que tienen más probabilidades de beneficiarse de un tratamiento temprano con medicamentos que prolonguen la vida. Hasta ahora, no hemos podido distinguir a los pacientes que tienen el mayor riesgo de recurrencia, pero nuestros nuevos análisis podrían cambiar esto al mejorar significativamente nuestra capacidad para predecir si el cáncer volverá a aparecer».

El otro autor principal, el profesor Andrea Sottoriva, profesor de Genómica y Evolución del Cáncer en el ICR en el momento de la investigación y ahora director del Centro de Investigación de Biología Computacional en Human Technopole en Milán, Italia, dijo: «Es emocionante que hayamos tomado nuevas mediciones con interpretaciones evolutivas innovadoras que nunca se habían mostrado antes.

«Además de producir mejores biomarcadores de pronóstico para el cáncer de próstata, nuestro estudio sirve como evidencia adicional de que el paradigma de la biología evolutiva aplicado al cáncer tiene un poder predictivo notable.

«Al aplicar un enfoque computacional a múltiples conjuntos de datos, hemos podido descifrar algunas de las dinámicas de la progresión del cáncer y la resistencia al tratamiento. Este tipo de investigación es clave para mejorar nuestra comprensión de cómo y cuándo tratar los cánceres, incluido el cáncer de próstata».