Oncología

Inteligencia artificial para la prognosis y selección de la terapia en el melanoma

Un nuevo método estratifica a los pacientes, identificando a los que responderán mejor a la inmunoterapia con agentes anti-PD-1.

18/10/2023

Investigadores de varios centros chinos han desarrollado un algoritmo de machine learning con el que es posible predecir la supervivencia global a los 5 años en pacientes con melanoma, con una fiabilidad de entre el 73 y el 83%. El algoritmo está basado en los rasgos inmunológicos del tumor en múltiples cohortes de pacientes, superando en precisión a casi la totalidad de los 51 patrones moleculares previamente descritos en la prognosis de este tipo de cáncer.

Linyu Zhu, científico de la Universidad Sun Yat-sen y co-director del estudio, afirma que el índice proporcionado por el algoritmo se correlaciona con el grado de infiltración inmunitaria en el tumor. Los tumores con un índice elevado mostraron mayor expresión de puntos de control inmunológico y mejor respuesta a la inmunoterapia dirigida a éstos, especialmente con agentes anti-PD-1. Zhu señala que, hasta ahora, los mejores factores predictivos de respuesta a estos agentes han sido la carga mutacional tumoral y la expresión de PD-L1. Sin embargo, tanto ensayos clínicos como la práctica clínica habitual demuestran que sigue existiendo controversia acerca del valor de estos marcadores. Algunos pacientes presentan incluso una respuesta opuesta a la esperada, asegura el investigador. Además, el uso de sólo dos biomarcadores es manifiestamente insuficiente para reconocer de manera precisa el estado inmunológico del tumor. El innovador enfoque computacional utilizado en el actual estudio ofrece una robusta y estable herramienta para salvar esas limitaciones, ya que explota cantidades masivas de datos bioinformáticos, los cuales serán cada vez más accesibles gracias al abaratamiento de costes asociado a la evolución de las técnicas de secuenciado.