Crean gemelos digitales para tratar cáncer

El uso de gemelos digitales no es algo nuevo. Se utilizan para crear ciudades enteras y ver las políticas ecológicas o urbanas más acertadas o en medicina, para probar diferentes fármacos. Ahora esta tecnología llega a la oncología para evaluar cómo responderá un paciente a determinado tratamiento.

Un equipo de científicos, liderados por Uzma Asghar, directora científica de Concr y oncóloga, ha demostrado que pueden recrear con precisión ensayos clínicos de nuevos tratamientos utilizando gemelos digitales de pacientes reales con cáncer. La tecnología, llamada FarrSight-Twin, que se basa en algoritmos utilizados por astrofísicos para descubrir agujeros negros, se ha presentado en el 36º Simposio EORTC-NCI-AACR sobre objetivos moleculares y terapias contra el cáncer en Barcelona, ​​España.

Asghar soostiene que este enfoque podría ser utilizado por los expertos para realizar ensayos clínicos virtuales antes de probar nuevos tratamientos en pacientes. También podría usarse junto con ensayos clínicos con un gemelo digital para cada paciente participante, que juntos podrían formar un grupo de control para cualquier ensayo. En última instancia, podría significar que los pacientes podrían tener diferentes tratamientos probados en su gemelo digital para ayudar a seleccionar el tratamiento más adecuado con anticipación.

“En todo el mundo, gastamos miles de millones de dólares en desarrollar nuevos tratamientos contra el cáncer – afirma Asghar -. Algunos resultarán exitosos, pero la mayoría no. Podemos usar gemelos digitales para representar a pacientes individuales, crear cohortes de ensayos clínicos y comparar tratamientos para ver si es probable que tengan éxito antes de probarlos con pacientes reales”.

Cada gemelo digital se crea a partir de datos biológicos de miles de pacientes con cáncer que han sido tratados de diferentes maneras. Esta información se combina para recrear el cáncer de un paciente real con datos moleculares sobre su tumor. Este gemelo digital permite predecir cómo es probable que un paciente responda a un tratamiento.

Asghar y su equipo utilizó este enfoque para recrear ensayos clínicos publicados con un gemelo digital que representa a cada paciente real que participó en el ensayo. En general, los ensayos digitales predijeron con precisión el resultado de los ensayos clínicos reales en todos los estudios clínicos simulados. Pruebas posteriores mostraron que cuando los pacientes recibieron el tratamiento predicho por FarrSight-Twin como el mejor, tuvieron una tasa de respuesta (reducción del tumor) del 75%, en comparación con el 53,5% de respuesta cuando los pacientes recibieron un tratamiento diferente. "Tasa de respuesta" significa la proporción de pacientes cuyos tumores se redujeron después del tratamiento.

Los ensayos que utilizaron en el estudio presentado en el simposio se realizaron en pacientes con cáncer de mama, páncreas u ovario. Eran ensayos de fase II o III que comparaban dos terapias farmacológicas diferentes, incluidas antraciclinas, taxanos, medicamentos basados ​​en platino, capecitabina y tratamientos hormonales.

“Estamos entusiasmados de aplicar este tipo de tecnología simulando ensayos clínicos en diferentes tipos de tumores para predecir la respuesta de los pacientes a diferentes quimioterapias y los resultados son alentadores – concluye Ashgar -. Actualmente estamos desarrollando esta tecnología para que pueda predecir la respuesta al tratamiento de pacientes individuales en la clínica y ayudar a los médicos a entender qué quimioterapia será útil o no, y este trabajo está en curso”.