En colaboración con:

Con el apoyo de:

Biomarcadores para estratificar a la población con cáncer de próstata

Un proyecto multidisciplinar liderado por la Universidad de Granada busca mejorar el tiempo de respuesta al tratamiento de pacientes con cáncer de próstata
Varios de los integrantes en la investigación. De izquierda a derecha, Alberto Ramíerez, Jesús Alcalá, José A. Lorente, Carmen Entrala, Francisco Fernández, Esperanza de Sanitario y Luis Juavier Martínez.

Un grupo multidisciplinar de investigadores liderado desde la Universidad de Granada y con la participación de diversos centros hospitalarios está desarrollando un  proyecto cuyo objetivo principal es acelerar el tiempo de selección del tratamiento a los pacientes de cáncer de próstata a partir de un diagnóstico lo más temprano posible.

Los biólogos Mª Jesús Álvarez y Luis Javier Martínez, del departamento de Bioquímica y Biología Molecular III e Inmunología e investigadores en Genyo Granada Centro de Genómica e Investigación Oncológica: Pfizer-Universidad de Granada-Junta de Andalucía), lideran un proyecto en el que existe una alta participación multidisciplinar. En la investigación participan Fernando Vázquez y Cristina Dávila, de los Servicios de Urología y Farmacia Hospitalaria del Hospital Universitario Virgen de las Nieves, José A. Lorente, del departamento de Medicina Legal de la UGR, Jesús Alcalá, del departamento de Ciencias de la Computación e Inteligencia Artificial, Esperanza de Santiago y Alberto Ramírez, Ramírez de la Fundación Progreso y Salud, así como Gonzalo Valentín, Kevin Salamanca y Alejandro Peñín, de Lorgen; además Carmen Entrala Bernal y Francisco Fernández Rosado, ambos también de Lorgen G. P.

 El objetivo del trabajo es “conseguir una estratificación de los pacientes con cáncer de próstata para lograr un tratamiento farmacológico más optimizado porque hoy en día no existe nada a nivel molecular que nos permita estratificar de forma correcta a estos pacientes, a diferencia de lo que ya ocurre en otros tipos de tumores”, explica María Jesús Álvarez.

En la práctica, existe un alto porcentaje de pacientes que responden inicialmente al tratamiento, pero poco a poco muchos de ellos van progresando a una fase del tumor que se hace resistente al tratamiento, conocido como cáncer de próstata resistente a la castración (CPRC). El CPRC precisa de otras estrategias terapéuticas que incluyen otros fármacos o cirugía. Este tiempo de respuesta a los fármacos es muy diverso y no existe ninguna herramienta eficiente que permita distinguir estos pacientes buenos o malos respondedores, y menos aún que los clasifique según el tiempo de respuesta.

Por esta razón, el proyecto pretende usar nuevos biomarcadores genéticos que unidos a las variables clínicas y personales del paciente nos permitan entrenar una herramienta de Inteligencia Artificial Explicable que consiga una clasificación certera de forma previa al inicio del tratamiento.

El desarrollo del proyecto es considerable ya que no existe un biomarcador eficaz para conseguir un diagnóstico precoz y su existencia posibilitará el manejo del paciente de forma temprana. Además, solo se puede llevar a cabo si los pacientes de cáncer de próstata forman parte de él. Se necesita la participación de un números elevado de pacientes que quieran donar muestras para ser incluidos en el estudio.

Esta área de investigación se inició en 2008 aproximadamente y “llevamos ya algo más de un año trabajando en este proyecto que trata de validar resultados previos y confirmar que los marcadores que estamos usando o que estamos encontrado tienen una relevancia en el cribado de esta población”, explica la bióloga.

Sobre la situación del trabajo, Luis Javier Martínez indica que “en este momento tenemos una cohorte de 750 pacientes, pero es pequeña , ya que en el tratamiento de este cáncer los fármacos que se utilizan son muchos y además durante el tratamiento puede realizar el cambio de un fármaco a otro por lo que cada grupo de tratamiento es pequeño y eso hace analizar a muchos pacientes Ya tenemos seleccionados varios marcadores; más de 10 en ADN, que nos gustaría poder analizar en un grupo lo suficientemente grande; tenemos que alcanzar un número superior a 1.750”. Según indica, actualmente “estamos en ese momento de recogida de muestras, contando con la colaboración de un buen número de hospitales. Y en paralelo, como este proyecto dura solamente dos años, estamos analizando los marcadores tanto de ADN, como de ARN, en este momento estamos analizando 10 de ADN y 5 en ARN”.

Sobre el futuro de este trabajo Martínez asegura que “de cara a los efectos prácticos la genética molecular unida a la experiencia clínica y a la Inteligencia Artificial nos van a dar resultados muy importantes, herramientas que van a ayudar en la clínica diaria. No somos conscientes de lo que va a ocurrir, no sólo en este proyecto, sino en otros muchos que se están haciendo en este campo”.

Igualmente añade que “queremos relacionar ese marcador con un tipo concreto de paciente. No solamente queremos conocer que este tipo de ADN está relacionado con el cáncer de próstata, sino también poder dar respuesta a la pregunta que puede hacer el profesional sobre lo que tiene que hacer si aparece si aparece este marcador”.

El proyecto se enmarca en el ámbito de la denominada Actuación Conjunta ISCIII-CDTI (Iniciativa Transmisiones), que ha financiado actuaciones de I+D en las que participan empresas y centros y organismos de investigación del entorno del Sistema Nacional de Salud con la finalidad de generar un resultado de aplicabilidad industrial y/o empresarial. En el caso de esta investigación granadina, la financiación supera los 950.000 euros para el proyecto y una subvención para la UGR de 512.253euso para dos años de proyecto.

El grupo ya dispone de una batería de marcadores con potencial para ser usados con esta finalidad, algunos de ellos patentados, fruto de más de 15 años de trabajo en esta línea. Pero gracias a este proyecto y a la participación de la empresa Lorgen G.P. podrán ser validarlos en una cohorte de más de 1.500 pacientes, que permitirá refinar la clasificación del algoritmo de decisión.

Comentarios

guest
0 Comments
Inline Feedbacks
View all comments

Noticias relacionadas

Actividades destacadas

Síguenos en