Nota: Informe de una sola fuente; pendiente de corroboración.
Investigadores financiados por los NIH han desarrollado una herramienta de aprendizaje automático para perfilar los ecosistemas celulares tumorales —denominados ecotipos espaciales— mediante el análisis de la actividad genética local en las células cancerosas. Utilizando datos de transcriptómica espacial de más de 100 tumores humanos y la actividad genética de más de 10 millones de células individuales, la herramienta identificó nueve ecotipos espaciales comunes a distintos tipos de tumores. Estos ecotipos, caracterizados por una actividad genética específica, variaban en su ubicación dentro de los tumores, presentándose con frecuencia cerca del borde o el núcleo del tumor.
El estudio reveló que seis de estos ecotipos se correlacionaban con la supervivencia al cáncer. Dos de ellos, denominados SE7 y SE8, se asociaron con respuestas favorables a la terapia de inhibición de puntos de control inmunitarios, mientras que SE4 se relacionó con la resistencia. Estos ecotipos espaciales ofrecieron una mejor predicción de la respuesta al tratamiento que los biomarcadores existentes.
Los investigadores también exploraron la posibilidad de realizar un análisis de sangre para detectar los niveles de estos ecotipos espaciales, lo que sería menos invasivo que las biopsias de tumores y podría permitir una mejor monitorización y predicción de los resultados del tratamiento para los pacientes con cáncer.
Los hallazgos, publicados en la revista Nature, podrían respaldar el desarrollo de terapias personalizadas contra el cáncer mediante una mejor monitorización del tratamiento y una predicción de los resultados.
__CITACIÓN_0_1__