DIAGNÓSTICO TEMPRANO DE TUMORES CEREBRALES CON IA

Silvina Lompardía, y su equipo del Instituto de Estudios de la Inmunidad Humoral Prof. Ricardo A. Margni UBA- CONICET, y profesora de la Facultad de Farmacia y Bioquímica.

Un equipo de científicas y científicos de la Universidad de Buenos Aires fue seleccionado como finalista del prestigioso Premio Merck-Conicet por una investigación sobre sistemas de apoyo al diagnóstico y pronóstico de tumores cerebrales. Las herramientas de bioinformática, basadas en inteligencia artificial, han permitido identificar candidatos a biomarcadores para detección en sangre, que ya están siendo estudiados en muestras de pacientes en tres hospitales.

“El glioblastoma, que es un tipo de cáncer de células de la glía, del cerebro, es una patología con muy alta mortalidad, poco tiempo de sobrevida y que se detecta tardíamente. Por eso es que buscamos desarrollar herramientas que ayuden al diagnóstico y pronóstico de la enfermedad”, explicó Silvina Lompardía, investigadora del Instituto de Estudios de la Inmunidad Humoral Prof. Ricardo A. Margni UBA-CONICET, y profesora de la Facultad de Farmacia y Bioquímica.

El tiempo promedio de sobrevida con todo el tratamiento completo es de 14 meses. Eso incluye la extirpación del tumor, la aplicación de radioterapia, y la quimioterapia con temozolomida, la droga de primera línea. Pero, no todos los tumores son operables, y casi la mitad de los pacientes son resistentes a la temozolomida, es decir, no les hace efecto. 

Esto último se suele descubrir cuando el paciente ya ha sufrido los tóxicos efectos secundarios de la droga durante demasiado tiempo. Por eso, el desarrollo del equipo dirigido por Lompardía busca poder predecir si el paciente va a resistir, o no, lo más tempranamente posible.

El trabajo de análisis informático se realizó en colaboración con el equipo de investigación de Martín Ledesma, inicialmente en el Hospital de Clínicas, y luego en el Hospital del Bicentenario en Esteban Echeverría. Actualmente también están trabajando en el análisis de imágenes de resonancia magnética mediante inteligencia artificial. La idea es poder asociar esa imagen que se obtiene tanto al diagnóstico, como al pronóstico, con la ayuda de estas aplicaciones de bioinformática. 

Tratamientos más eficientes

“La meta de estos desarrollos es que se pueda comenzar con una terapia alternativa desde el inicio con los pacientes que se sabe que serán resistentes a la temozolomida. Así extender el promedio de sobrevida y evitar el deterioro de la calidad de vida de los pacientes resistentes”, explicó Lompardía.

Las herramientas informáticas que han desarrollado, les están ayudando a identificar los candidatos más idóneos para funcionar como biomarcadores que permitan detectar en sangre, suero, en el tumor, una vez extirpado, y en líquido cefalorraquídeo, la resistencia al tratamiento de forma temprana. El plan a futuro es generar kits de diagnóstico, así como la posibilidad de incluir los biomarcadores en chequeos generales.

“Lo importante es descubrir a tiempo si es o no necesario exponer al paciente a una droga tan tóxica como la temozolomida, que es la de primera línea que se usa en el tratamiento de quimioterapia”, dijo Lompardía. 

Muchos pacientes deben descontinuar el tratamiento por la toxicidad propia de la medicación. Al ser una enfermedad que avanza tan rápido, es importante no perder el tiempo en un tratamiento que no va a funcionar si el paciente es resistente. 

“Por eso, si bien un enfoque del proyecto es tratar de realizar el diagnóstico de modo temprano, también buscamos mejorar el pronóstico de la enfermedad con herramientas que anticipen y detecten la resistencia a la temozolomida”, contó la investigadora. 

“Para así ayudar a los médicos a que prescriban quimioterapia a quienes sí van a presentar una respuesta, y prueben alternativas para los que ya son resistentes desde el momento cero”, agregó.

Potenciar tratamientos

El proyecto se originó hace años en la tesis de doctorado de Silvina Lompardía. Estaba estudiando una droga que tiene efectos antitumorales, si bien es parte de un medicamento utilizado para mejorar la digestión. 

“Estas herramientas diagnósticas surgieron de un proyecto de ciencia básica, que buscaba y busca comprender algo”, contó la investigadora. “De ese conocimiento luego surge algo que puede ser aplicado. En la mayoría de los casos, para hacer un descubrimiento, se necesita de una investigación previa, que lleva tiempo, insumos, y financiamiento. Que es una inversión, porque los beneficios de ese descubrimiento terminan impactando en la sociedad”. 

Lompardía quería conocer el impacto del ácido hialurónico sobre células cancerosas. El ácido es famoso por los efectos anti envejecimiento que tiene, por lo que abunda en cremas para la piel. Pero también favorece que los tumores puedan evadir el efecto de las drogas quimioterápicas. 

La droga estudiada por Lompardía y su equipo justamente inhibe la síntesis del ácido hialurónico, por lo que comenzaron a estudiar qué efectos tenía para mejorar la terapia del glioblastoma, en la tesis doctoral de Matías Pibuel, así como también en leucemias.

La droga en cuestión se llama 4-metilumbeliferona (4MU)y está presente en medicamentos de bajo costo que favorecen la digestión, del estilo de la hepatalgina. 

“Nosotros hicimos ensayos tanto con ella sola, como combinada con las drogas de primera línea de quimioterapia. Y pudimos ver que ayudaba a inhibir la síntesis del ácido hialurónico, y también a evitar que las células tumorales fuesen resistentes al tratamiento”, explicó Lompardía. “Tiene un efecto positivo. La idea a futuro es que se pueda sumar a la terapia actual, si bien es una etapa lejana, en la que hay que hacer los ensayos clínicos. Para los que se necesita mucho financiamiento”, explicó Lompardía.

Al estudiar los mecanismos de la 4MU con un equipamiento conocido como MALDI-TOF, y espectrometría de masa, descubrieron, mediante herramientas de bioinformática, que podrían identificar una huella de la resistencia o la sensibilidad al tratamiento de quimioterapia. 

“Esa huella nos permite identificar los biomarcadores para poder hacer detección en sangre o líquidos cefalorraquídeos”, contó Lompardía. “Así es que actualmente, para desarrollar las herramientas de diagnóstico estamos entrenando al sistema bioinformático con muestras de pacientes”

“La idea es desarrollar, a futuro, los kits de diagnóstico de laboratorio para que se puedan determinar la resistencia al tratamiento, sin toda esta parte de investigación previa que hacemos nosotros”, agregó.

A futuro, si alguien llega a una consulta con síntomas asociados a tumores cerebrales, a los análisis ya conocidos, se podría sumar un chequeo en busca de estos marcadores que están tratando de descubrir. Hoy en día se debe hacer por resonancia magnética, irradiando al paciente.

El equipo de la UBA ya pudo identificar dos biomarcadores candidatos asociados a resistencia, tanto para leucemia, como para glioblastoma. Ahora están trabajando en corroborarlo con muestras de pacientes, que se está llevando adelante en conjunto con los hospitales Cuenca Alta, de Cañuelas; el Bicentenario, de Esteban Echeverría, y el Garrahan. 

El Pemio Merck-Conicet, del que esta investigación fue finalista, tiene una base tecnológica, por lo que se centró en la parte de bioinformática de la investigación, que se vale de la inteligencia artificial para agilizar todo estos métodos de diagnóstico y pronóstico de la enfermedad. 

Pero la parte principal de la investigación dirigida por Lompardía es el estudio de la droga 4-metilumbeliferona, y las posibilidades que puede aportar a la mejora del tratamiento de cánceres como las leucemias o el glioblastoma. 

Los resultados de la investigación vienen siendo positivos, pero se necesita de tiempo y un financiamiento constante, para poder llevarlo a la etapa en la que podría ser puesto a prueba en ensayos clínicos.