Dividen el cáncer de páncreas en dos tipos según su respuesta a la terapia

Una investigación del Centro Integral del Cáncer Lineberger de la Universidad de Carolina del Norte (UNC), en EEUU, podría ayudar a predecir la resistencia a los tratamientos para el cáncer de páncreas en base a la clasificación de los subtipos del tumor.

Los investigadores, dirigidos por Jen Jen Yeh, codirectora de Investigación Clínica en el Centro Integral de Cáncer Lineberger de la UNC, y Naim Rashid, han publicado sus hallazgos sobre cómo dos subtipos de cáncer de páncreas responden a los tratamientos de manera diferente en la revista de la Asociación Estadounidense para la Investigación del Cáncer, Clinical Cancer Research. Así, un subtipo de esta enfermedad ha mostrado respuestas deficientes a las terapias comunes y también tuvo una peor tasa de supervivencia.

"Nuestro estudio evaluó la mejor manera de clasificar los tumores de acuerdo con los datos disponibles de respuesta al tratamiento de ensayos clínicos anteriores –explica Yeh, profesora de Cirugía y Farmacología de la UC y vicepresidenta de Investigación del Departamento de Cirugía de la Facultad de Medicina de la UNC–. Nuestra esperanza es que podamos usar esta información para adaptar los tratamientos, y potencialmente evitar dar terapias que pueden no funcionar bien para ciertos pacientes".

Los investigadores han desarrollado un algoritmo de clasificación que podrá ser utilizado en la práctica clínica

En 2015, los investigadores de UNC Lineberger descubrieron dos subtipos principales de cáncer de páncreas basados en las características moleculares y genéticas de la enfermedad. Sin embargo, otros grupos de investigación informaron de diferentes sistemas de clasificación con tres y cuatro subtipos. Así, los investigadores consideraban que no había consenso sobre cuál de los sistemas propuestos era óptimo para la toma de decisiones clínicas.

Sistema de dos subtipos

Después de analizar cinco estudios independientes, "encontramos que este sistema más simple, de dos subtipos, explicaba mejor las respuestas al tratamiento y los resultados de supervivencia", ha señalado Rashid. En los ensayos, los tumores de tipo basal no mostraron respuesta al folfirinox, la terapia estándar que combina cinco agentes de quimioterapia, o un tratamiento que utilizó folfirinox como elemento central. El otro tipo de tumor, al que llamaron "clásico", mostró una mejor respuesta a este tratamiento. "Queremos saber qué terapias son las mejores para el paciente, de manera que podamos maximizar la respuesta y la calidad de vida", ha apuntado Yeh. "Para el cáncer de páncreas, donde el tiempo es más limitado, esto se vuelve aún más importante."

También han informado de que fueron capaces de simplificar y adaptar su método de clasificación para que pueda ser utilizado en los centros hospitalarios para generar predicciones de subtipos para un solo paciente.

Su nuevo método de clasificación de subtipos, generado mediante enfoques de aprendizaje automático, se basó en comparaciones de cómo se expresan nueve pares de genes. Encontraron que este método era extremadamente preciso, incluso cuando se usaba para clasificar muestras de tumores que se procesaban y almacenaban de manera diferente y utilizaban diferentes métodos de medición de la expresión génica. "Este estudio básicamente proporciona la evidencia de que esto es algo que podemos hacer en la clínica", ha apuntado Yeh.

Ensayos clínicos

Actualmente están trabajando para llevar su algoritmo de clasificación, al que han llamado PurIST, para que pueda ser utilizado en futuros ensayos clínicos en el North Carolina Cancer Hospital, la Universidad de Rochester y el Medical College of Wisconsin.

Yeh ha señalado que su próximo paso es llevar a cabo ensayos clínicos para tratar de entender cómo los subtipos de tumores pueden cambian la respuesta de los pacientes al tratamiento. También están tratando de entender las diferencias entre los dos subtipos. "Queremos usar el modelo de predicción que desarrollamos en ensayos reales para asegurar que los pacientes reciban terapias óptimas por adelantado para optimizar la supervivencia y otros resultados", ha apuntado Rashid.