SAVALnet EC

En los últimos años, los inhibidores del punto de control inmunitario (ICI) han mejorado drásticamente el tratamiento clínico de los pacientes con cáncer. En los ensayos clínicos, su uso indujo menos efectos secundarios que la quimioterapia con beneficios de tratamiento más duraderos. En consecuencia, se ha extendido a una lista de tipos de cáncer en constante crecimiento, como el melanoma, el cáncer de vejiga y el cáncer gastroesofágico. Sin embargo, a pesar de los beneficios clínicos obtenidos, una de las principales limitaciones es que una minoría de pacientes muestra una respuesta (~30% en tumores sólidos), y puede producirse toxicidad tras el tratamiento.

En estas circunstancias,un equipo de investigación de la Universidad  de Pohang (POSTECH) ha mejorado la precisión de la respuesta de los pacientes a los inhibidores del punto de control inmunitario (ICIs) mediante el uso del aprendizaje automático basado en redes.

Analizaron los resultados clínicos de más de 700 pacientes con tres tipos de cáncer diferentes (melanoma, cáncer gástrico y cáncer de vejiga) y los datos del transcriptoma de los tejidos cancerosos de los pacientes y de esa información descubrieron biomarcadaores nuevos. Luego, el equipo desarrolló con éxito una inteligencia artificial que podía predecir la respuesta al tratamiento. Demostraron, además, que la predicción de la respuesta al tratamiento basada en los biomarcadores recién descubiertos era superior a la basada en los convencionales incluidas las dianas de inmunoterapia y los marcadores del microambiente tumoral.

Este estudio ha demostrado que la inteligencia artificial que utiliza las interacciones entre genes en una red biológica podría predecir con éxito la respuesta del paciente no solo a la quimioterapia, sino también a la inmunoterapia en múltiples tipos de cáncer.