El Vall d’Hebron participa en la creació d’una eina virtual per escollir el millor tractament contra el càncer
La tecnologia permet interpretar les alteracions moleculars i triar l’estratègia mèdica més adequada per a cada pacient
Categories:
El Karoliska Institute i SciLifeLab, juntament amb investigadors clínics de set centres europeus liderats pel Vall d'Hebron Institut d'Oncologia (VHIO), han desenvolupat una nova tecnologia per interpretar el perfil genòmic dels tumors i informar sobre els tractaments més adequats en cada pacient amb càncer. Actualment, els equips mèdics han d'interpretar les alteracions moleculars detectades en els tumors dels pacients i seleccionar el tractament més apropiat d'acord amb l'evidència científica més recent. Aquesta eina virtual pretén ajudar en aquesta presa de decisió, segons detalla en un article a la revista Nature Medicine.
La bioinformàtica com a suport mèdic
Els investigadors apunten que a mesura que el nombre de biomarcadors continua creixent, cada vegada és més necessari l'ús de noves tecnologies que facilitin la interpretació de dades genòmiques i l'intercanvi d'informació per donar suport a la planificació del tractament. Pensant en això, el consorci Cancer Core Europa (CCE) , on estan agrupats els set centres, va desenvolupar el Molecular Tumor Board Portal, eina que combina una varietat de mètodes bioinformàtics d'avantguarda per classificar la rellevància biològica de les variants genètiques i la seva accionabilitat clínica.
L'aplicació de la tecnologia facilita la interpretació de dades genòmiques i l'intercanvi d'informació dels tractaments
Aquesta plataforma la fa servir una xarxa col·laborativa de set centres europeus integrals contra el càncer, que inclou el VHIO. El portal ha analitzat més de 500 pacients en el context de l'assaig Basket of Baskets, un estudi de diversos braços per a pacients amb tumors definits d'acord amb les seves característiques genòmiques que no responen a les teràpies estàndard. "El portal automatitza la interpretació de les dades, la qual cosa elimina possibles errors deguts a processos manuals i proporciona una anàlisi sistemàtica basada en criteris clínics consensuats entre experts, explica el doctor David Tamborero, investigador sènior al Karoliska Institute.
L'investigador líder del projecte afegeix que l'ús d'aquesta plataforma també evita retards en el lliurament dels resultats, "quelcom que pot ser crític per a pacients la condició dels quals pot deteriorar-se ràpidament".
El portal permet compartir els resultats de manera segura en una aplicació web a través d'informes personalitzats que integren tota la informació molecular de cada pacient. Els informes són documents interactius rics en dades que es discuteixen durant reunions virtuals setmanals, en què representants d'equips multidisciplinars de cada centre de la xarxa defineixen les accions clíniques més indicades.
En aquest sentit, l’investigador principal de l'Oncology Data Science Group del VHIO, Rodrigo Dienstmann, apunta que el portal ofereix fàcil accés al coneixement més actualitzat sobre les mutacions del tumor rellevants per a cada pacient i poden discutir els casos amb experts dels set centres d'una manera "veritablement col·laborativa".
Accelerar el procés amb ‘machine learning’
D'altra banda, l'eina té també una corba d'aprenentatge molt ràpida. El sistema presenta els resultats de manera completa i estructurada en una interfície interactiva per als oncòlegs, que necessiten prendre decisions clíniques amb molta confiança. Amb aquesta plataforma, el temps dedicat a discutir cada cas poques vegades excedeix uns minuts, cosa que resulta clau per poder escalar l'ús d'aquestes dades a un gran nombre de pacients.
A més, s'ha desenvolupat una versió d'accés obert per als investigadors fora del CCE. "Creiem que l'ús d'aquest portal en l'entorn clínic és clau per accelerar la translació de nous descobriments d'investigació a al rutina assistencial. El nostre objectiu és crear una plataforma d'oncologia digital que serveixi per avaluar nous biomarcadors de manera fiable per tal de millorar encara més la selecció de tractaments personalitzats i el desenvolupament d'assajos clínics", finaltiza Dienstmann.