El Laboratorio de Inmuno Oncología Traslacional del Instituto de Biología y Medicina Experimental (IBYME) estudia el rol del sistema inmune en la progresión tumoral de varios tipos de cáncer como melanoma, cáncer de pulmón, cáncer colorectal y leucemias, entre otros.
Ese laboratorio es multidisciplinar e interdisciplinario y su enfoque traslacional tiene como objetivo desarrollar nuevas inmunoterapias para el tratamiento de cáncer así como también determinar nuevos biomarcadores de respuesta o resistencia a terapias.
El plan estratégico se centra en el desarrollo de nuevos fármacos inmunoterapéuticos para el tratamiento de cáncer, no sólo como monoterapias, sino, en combinación con otras modalidades terapéuticas como terapias blanco, quimioterapia, radioterapia e inmunoterapia.
En el equipo de trabajo de quienes alientan estas investigaciones está Joaquín Merlo, con sangre en Nueve de Julio ya que padre, Hugo Enrique Merlo, – uno de sus tíos es Enrique Merlo, Secretario de Obras y Servicios Públicos de la comuna local – integran una familia tradicional de la ciudad.
Los estudiosos han desarrollado una herramienta que hace frente a cualquier tipo de cáncer, basada en la inteligencia artificial y puede ayudar a explicar porque las inmunoterapias no funcionan en algunos pacientes y contribuir al desarrollo de tratamientos más efectivos.
El logro, denominado Mixture, es un software de acceso libre que permite cuantificar en forma precisa la cantidad y el tipo de glóbulos blancos que se infiltran en el tumor, para determinar el pronóstico de los pacientes, han explicado los desarrolladores a la revista científica Briefings in Bioinformatics. Entre ellos, además de Joaquín Merlo, Emer Fernández del CIDIE, Romina Girotti y Dr. Gabriel Rabinovich, del IBYME, Yamil Mahmoud, Florencia Veigas, Darío Rocha, de la Universidad Nacional de Córdoba; Hugo Lujan, del CIDIE y del CONICET; Matías Miranda, de la UCC; y Mónica Balzarini, del CONICET.
El software está dotado de un algoritmo basado en aprendizaje automático o “machine learning”, una rama de la inteligencia artificial, que incorpora conceptos de ciencia de datos para optimizar el análisis de datos biológicos a nivel molecular.
Los investigadores analizaron con MITURE datos de biopsias tumorales de cáncer de mama (703 en total), pulmón (526), cabeza y cuello (494), melanoma (401), y colorrectal (n452) obtenidos del proyecto The Cancer Genome Atlas (TCGA).
“Los resultados revelaron asociaciones entre la proporción de distintos tipos celulares inmunes infiltrando el tumor y distintas variables clínicas y genéticas”, destacó el doctor en Bioingeniería e Inteligencia Artificial Aplicada Elmer Fernández, primer autor del trabajo e investigador del Centro de Investigación y Desarrollo en Inmunología y Enfermedades Infecciosas (CIDIE), que depende de la Universidad Católica de Córdoba (UCC) y del CONICET.
Por ejemplo, en el caso de cáncer de mama los investigadores encontraron asociaciones entre el tiempo de sobrevida de pacientes y el infiltrado de diferentes células del sistema inmune (macrófagos M1 y M2, y células T CD4+ de memoria) en los tumores.
En cuatro grupos de pacientes con melanoma (188 en total) tratados con dos tipos de inmunoterapias, anti-CTLA-4 y anti-PD-1/PD-L1, los científicos comprobaron que los que no respondían a esos tratamientos tenían un mayor infiltrado de células inmunes conocidas como macrófagos M2.
“En cambio, observamos que los pacientes que responden bien a esas terapias tienen un mayor infiltrado de células inmunes T-CD8, que son las encargadas de eliminar a las células tumorales”, explicó Girotti, responsable del Laboratorio de Inmuno-Oncología Traslacional del IBYME e investigadora del CONICET.
MIXTURE es de libre acceso a la comunidad científica y se puede aplicar a cualquier tipo de tumor, puntualizó Fernández.
Sin dudas se trata de un importante aporte a la medicina.
Agencia MTR