¿Cuál es el mejor momento para tratar un tumor? Clínic tiene la respuesta

El grupo de investigadores del Instituto de Investigaciones Biomédicas August Pi i Sunyer (Idibaps), junto al Instituto de Investigación del Cáncer de Londres, ha desarrollado EVOFlUx, un método innovador que permite descodificar la evolución del cáncer a partir de la identificación de los marcadores de metilación fluctuante, lo cual, podría ayudar a los profesionales de la Oncología a preveer la respuesta de cada paciente al tratamiento e incluso, al tener acceso a la cronología, cuál es el mejor momento para tratar un tumor, según ha explicado a Redacción Médica Iñaki Martín-Subero, jefe del grupo de Epigenómica Biomédica de este organismo integrado en el Hospital Clínic de Barcelona. 

Este método se basa en el análisis de estos marcadores de metilación fluctuante. Tal y como detalla Martín-Subero, "cuando la metilación está presente en un gen, se habla de que el gen frecuentemente está silenciado y cuando no está metilado, se puede expresar. Es como el interruptor de los genes". Sin embargo, el hallazgo ha sido identificar otras regiones donde la metilación no regula la expresión génica, sino que actúa como un "marcador neutral que define la identidad celular".

Origen y evolución del cáncer 

"A partir de una única célula se crea un clon. Y un clon es muchas células que se han dividido a partir de esa única célula. Entonces si esa única célula tiene un patrón de metilación, ese patrón se multiplicará. Y eso es lo que podemos medir", continúa. Pero, ¿por qué se llaman fluctuantes? "Porque si bien son relativamente estables, a lo largo de los meses o años pueden cambiar", explica el facultativo, que asegura que  "cada cáncer tiene su código de identidad" propio.

Por esta razón, ese patrón permite descifrar la historia del tumor: "Mediante un modelo matemático, digamos, descodificar en base al grado de fluctuación, podemos descodificar cuándo ese cáncer empezó a crecer. Porque si ha fluctuado mucho hace más tiempo que empezó a crecer y si ha fluctuado poco es más reciente". En definitiva, con este método se sabe "cuál es el código de bases de la célula inicial, cuándo empezó a crecer, a qué velocidad ha ido creciendo y también si ha generado subclones o diversidad celular".

Para llevar a cabo este método se utilizaron unas 2.000 muestras de pacientes con leucemias y linfomas diferentes como leucemias agudas linfoblásticas, linfoma difuso de células grandes, mieloma múltiple o leucemia linfática crónica. Entre ellas, Martín-Subero destaca esta última y asegura que resultó especialmente útil en la investigación por sus resultados: "Tenemos unos datos de leucemia linfática crónica con una caracterización molecular y clínica exquisita y muy completa. Por lo tanto, son las muestras de pacientes y los datos que hemos utilizado para validar el modelo porque son los más completos y de mejor calidad".

Un método personalizado para cada paciente

Además, el facultativo señala que se trata de "un algoritmo que te ofrece información 100 por cien personalizada", poniendo el foco en que "cada paciente es absolutamente individual" y en la capacidad predictiva del método. Así, Martí-Subero asegura que no buscan "dividir pacientes en grupos", sino ofrecer "información cuantitativa como cuál será el grado de respuesta o cuál es el mejor momento para tratar". Algo que supone "una contribución importante" en la Medicina de Precisión porque no busca dar "información general sobre una enfermedad" sino de un paciente concreto.

Para entenderlo mejor, el facultativo e investigador pone un ejemplo: "En la muestra del diagnóstico, si tenemos un seguimiento de 10 años y sabemos que el paciente progresará a los 7 años, analizando la muestra del diagnóstico con esta nueva tecnología, podríamos, en base a la tasa de crecimiento pasada, predecir cuándo la leucemia progresará y es la que irá a tratamiento". De esta forma, en caso de leucemia, "si conocemos aspectos fundamentales acerca de cómo ha crecido en el pasado, podemos predecir cuál será su historia natural".

Sin embargo, Martin-Subero advierte de que lo que no se puede predecir a día de hoy "es cómo responderá el paciente a un tratamiento" y asegura que están realizando estudios para saberlo. A parte, matiza que hay que aplicar ECOFLUx a ensayos clínicos porque de momento solo identifica "a nivel cuantitativo el nivel de agresividad" del tumor. Aunque el potencial de esta metodología podría aplicarse más allá de los cánceres hematológicos porque creen  que es un "hallazgo universal para todos los cánceres", ya que "el modelo en sí, matemático, es el mismo, pero hay que identificar las regiones que fluctúan de antemano" para cada tipo de cáncer.

Un método pensado a medio plazo

En definitiva, el investigador destaca el carácter complementario de este avance: "Lo que este estudio propone es una forma de interpretar la epigenética fuera de lo común que nos ofrece información personalizada, cuantitativa, acerca del pasado. Y esta información es complementaria a la genética". Un método que, indica, "está madura como para poder aplicarla a medio plazo" y que serviría de gran ayuda para complementar otros estudios, sobre todo los genéticos porque "las alteraciones genéticas tienen un papel muy importante en el origen del desarrollo del cáncer y en las respuestas a los tratamientos".

Finalmente, recuerda que lo importante es que "todo sume". El objetivo, señala, es que "con varias aproximaciones logremos la información lo más completa posible acerca de la biología, acerca del comportamiento de ese cáncer en concreto para poder estimar mejor cuál será su curso clínico y poder tratarlo mejor". "Al final y al cabo esa es la idea", concluye.