“Entender la asociación entre la composición de células inmunes que infiltran los tumores y los mecanismos de resistencia a las terapias existentes permitiría buscar alternativas terapéuticas para estos pacientes”, señaló la doctora en Biología Romina Girotti, directora del estudio e investigadora del Instituto de Biología y Medicina Experimental (IBYME), dependiente del CONICET. El software está dotado de un algoritmo basado en aprendizaje automático o “machine learning”, una rama de la inteligencia artificial, que incorpora conceptos de ciencia de datos para optimizar el análisis de datos biológicos a nivel molecular. Los investigadores analizaron con MITURE datos de biopsias tumorales de cáncer de mama (703 en total), pulmón (526), cabeza y cuello (494), melanoma (401), y colorrectal (452) obtenidos del proyecto The Cancer Genome Atlas (TCGA). “Los resultados revelaron asociaciones entre la proporción de distintos tipos celulares inmunes infiltrando el tumor y distintas variables clínicas y genéticas”, destacó el doctor en Bioingeniería e Inteligencia Artificial Aplicada Elmer Fernández, primer autor del trabajo e investigador del Centro de Investigación y Desarrollo en Inmunología y Enfermedades Infecciosas (CIDIE), que depende de la Universidad Católica de Córdoba (UCC) en Argentina y del CONICET. Por ejemplo, en el caso de cáncer de mama los investigadores encontraron asociaciones entre el tiempo de sobrevida de pacientes y el infiltrado de diferentes células del sistema inmune (macrófagos M1 y M2, y células T CD4+ de memoria) en los tumores. En cuatro grupos de pacientes con melanoma (188 en total) tratados con dos tipos de inmunoterapias, anti-CTLA-4 y anti-PD-1/PD-L1, los científicos comprobaron que los que no respondían a esos tratamientos tenían un mayor infiltrado de células inmunes conocidas como macrófagos M2. “En cambio, observamos que los pacientes que responden bien a esas terapias tienen un mayor infiltrado de células inmunes T-CD8, que son las encargadas de eliminar a las células tumorales”, explicó Girotti, responsable del Laboratorio de Inmuno-Oncología Traslacional del IBYME e investigadora del CONICET. Girotti agregó que el estudio de la composición celular inmune del microambiente tumoral de los pacientes permitiría establecer nuevos biomarcadores para predecir mejor que pacientes responderían a una inmunoterapia. Para todos los tipos de cáncer, los investigadores establecieron relaciones entre factores genéticos (que varían entre las personas) y el tipo y cantidad de células inmunes infiltradas en los tumores. Asimismo, determinaron de qué manera la asociación entre esas dos variables incidía, a favor o en contra, en la respuesta de los pacientes a las inmunoterapias. “Esta caracterización echa luz sobre potenciales terapias o estrategias de monitoreo del paciente”, afirmó Girotti. MIXTURE es de libre acceso a la comunidad científica y se puede aplicar a cualquier tipo de tumor, puntualizó Fernández. El estudio fue publicado en la revista “Briefings in Bioinformatics”. Y también participaron Gabriel Rabinovich, Yamil Mahmoud, Florencia Veigas y Joaquín Merlo, del IBYME y del CONICET; Darío Rocha, de la Universidad Nacional de Córdoba; Hugo Lujan, del CIDIE y del CONICET; Matías Miranda, de la UCC; y Mónica Balzarini, del CONICET. (Fuente: Agencia CyTA-Leloir)