Una aplicación de aprendizaje automatizado permite mejorar la accesibilidad a la clasificación del meduloblastoma
El meduloblastoma es un tumor cerebral maligno que afecta principalmente a niños y jóvenes, representa aproximadamente el 20% de todos los tumores cerebrales en esta población. La clasificación precisa de los subgrupos moleculares de meduloblastoma es crucial para que los oncólogos adapten y personalicen las estrategias de tratamiento para cada paciente.
Ahora, un equipo de investigación del Institut de Recerca Sant Joan de Déu (IRSJD), el Hospital Sant Joan de Déu y la Universitat Politècnica de Catalunya ha desarrollado un nuevo método simplificado de clasificación utilizando la tecnología de qPCR disponible en la mayoría de centros que tratan a pacientes con meduloblastoma y cuyos resultados se interpretan de forma automática mediante una aplicación web de aprendizaje automático, basada en inteligencia artificial.
La importancia de la clasificación molecular del meduloblastoma
La clasificación molecular de los meduloblastoma es cada vez más importante para el diagnóstico rutinario, la estratificación del riesgo y la selección de pacientes elegibles para un tratamiento específico de subgrupo. Los perfiles basados en arrays de metilación del ADN de todo el genoma se consideran actualmente el estándar para la clasificación de los subgrupos moleculares de meduloblastoma. Sin embargo, la aplicación de la tecnología basada en arrays en un entorno de diagnóstico rutinario puede llevar mucho tiempo, ser costosa y, en ocasiones, inaccesible para muchos centros de todo el mundo que tratan a pacientes con tumores cerebrales. En consecuencia, un número significativo de pacientes no puede beneficiarse de los avances clínicos asociados a la clasificación del meduloblastoma basada en la metilación.
Ante esta realidad, en 2018 un equipo liderado por la Dra. Cinzia Lavarino, directora del Laboratorio de Oncología Molecular del Hospital Sant Joan de Déu y coordinadora del grupo Genómica Traslacional del IRSJD, centro CERCA, se planteó la necesidad de simplificar esta metodología, agilizarla y ponerla a disposición de quienes los necesitaran.
"La Dra. Soledad Gómez, como parte de su tesis doctoral, analizo durante dos años más de 1.500 muestras de meduloblastoma de todo el mundo, para encontrar el número mínimo de marcadores que nos permitieran clasificar de forma correcta, precisa, y sobretodo, rápida. Y así es como con una fiabilidad del 96% hemos desarrollado un sistema que permite clasificar el meduloblastoma en los 3 subgrupos de interés clínico (WNT, SHH y non-WNT/non-SHH)". Comenta la Dra. Cinzia Lavarino.
Una aplicación web a disposición de los centros médicos que lo necesiten
La investigación no quedó solo en la búsqueda de estos biomarcadores, sino que las investigadoras quisieron dar un paso más y poner esta técnica a disposición de centros de todo el mundo, independientemente de sus recursos.
"Habíamos encontrado estos marcadores clave, pero queríamos que a través de una plataforma web todo el mundo pudiera acceder y que ningún niño se quedara sin este tratamiento más personalizado. Así nació EpiGe, gracias al apoyo de las asociaciones de familias de niños y niñas con cáncer del Hospital Sant Joan de Déu y la Marató de TV3." Comenta la Dra. Soledad Gómez, investigadora postdoctoral en el grupo del grupo Genómica Translacional del IRSJD y coordinadora del proyecto.
La aplicación EpiGe, desarrollada por la Dra. Soledad Gómez y el investigador Joshua Llano, ambos investigadores del Institut de Recerca Sant Joan de Déu, utiliza datos de metilación del ADN obtenido a través de la técnica de PCR para clasificar las muestras de meduloblastoma en tres grupos. Dada la disponibilidad generalizada de la técnica de PCR en laboratorios de todo el mundo, el protocolo diseñado por el equipo se convierte en accesible para todos.
"Para entrenar el algoritmo de aprendizaje utilizamos 4.800 muestras, 3.044 meduloblastomas primarios y 1.644 muestras no meduloblastoma. Con esas muestras pudimos generar un algoritmo predictor de estado de metilación a partir de datos crudos de qPCR y a partir de esa predicción, generamos un clasificador automático en subgrupos moleculares de meduloblastoma. A través de este aprendizaje podemos decir que EpiGe es capaz de clasificar con precisión los subgrupos moleculares del meduloblastoma, lo que puede ayudar a los médicos a determinar el tratamiento más adecuado". Comenta Joshua Llano, bioinformático en el grupo B2SLab del Centre de Recerca en Enginyeria Biomèdica de la UPC.
La aplicación EpiGe permite a los profesionales de la salud de todo el mundo cargar los resultados obtenidos siguiendo el protocolo detallado en la web. En menos de 2 minutos, la plataforma devuelve el resultado, ofreciendo una fiabilidad del 96% en la identificación del subgrupo de meduloblastoma.
Médicos de Argentina y Pakistán se han interesado por el uso de esta herramienta
El Hospital de Pediatría J.P. Garrahan, en Argentina, se interesó en colaborar con el proyecto del Hospital Sant Joan de Déu · IRSJD para poder dar respuesta a una necesidad diagnóstica que detectaron sus profesionales.
"En el hospital continuamente intentamos estar a la vanguardia para poder ofrecer a nuestros pacientes las mismas posibilidades que los niños atendidos en países más desarrollados. Por este motivo, en conocer el proyecto EpiGe sobre la clasificación del meduloblastoma, no dudamos en poner nos en contacto con las Dras. Soledad Gómez y Cinzia Lavarino." Comentan los Dres. Fabiana Lubieniecki, Valeria Vazquez y Francisco Barbosa.
Desde el Hopsital Sant Joan de Déu · IRSJD acompañaron y guiaron a los profesionales argentinos en el uso y aprendizaje de la plataforma. Y de esta forma colaborar en el desarrollo y la mejora del diagnóstico molecular en oncología pediátrica.
"Poder ver publicados los resultados de este proyecto, y haber podido participar en comprobar su utilidad y factibilidad, ha sido un placer. Creemos que esta plataforma es un recurso muy valioso para desarrollar una estrategia de diagnóstico con una buena relación coste-efectividad, y permitir que sea accesible en todas partes del mundo." Concluyen los profesionales del Hospital J.P. Garrahan.
"Junto con los profesionales de argentina, también se han puesto en contacto con nosotros los centros "Rehman Medical Institute" y "Khyber Medical College" ambos en la población de Peshawar en Pakistan. Esperamos que en los próximos años nuestra plataforma pueda llegar a muchos más centros y poder impulsar los tratamientos personalizados en niños y niñas de todo el mundo" concluye la Dra. Soledad Gómez.
Esta aplicación no solo simplifica y acelera el proceso de clasificación de los subgrupos moleculares del meduloblastoma, sino que también marca un hito en la democratización del acceso a tratamientos más personalizados, brindando esperanza a niños afectados por este tumor cerebral.
El desarrollo de la aplicación EpiGe ha sido posible gracias al respaldo financiero de las asociaciones de familias de los pacientes del Hospital Sant Joan de Déu, la Marató de TV3 y el Ministerio de Ciencia, Innovación y Universidades.
Artículos de referencia
Gómez-González S, Llano J, Garcia M, Garrido-Garcia A, Suñol M, Lemos I, Perez-Jaume S, Salvador N, Gene-Olaciregui N, Galán RA, Santa-María V, Perez-Somarriba M, Castañeda A, Hinojosa J, Winter U, Moreira FB, Lubieniecki F, Vazquez V, Mora J, Cruz O, La Madrid AM, Perera A, Lavarino C. EpiGe: A machine-learning strategy for rapid classification of medulloblastoma using PCR-based methyl-genotyping. iScience. 2023 Aug 12;26(9):107598. doi: 10.1016/j.isci.2023.107598. PMID: 37664618; PMCID: PMC10470382.
Gómez S, Garrido-Garcia A, Garcia-Gerique L, Lemos I, Suñol M, de Torres C, Kulis M, Pérez-Jaume S, Carcaboso ÁM, Luu B, Kieran MW, Jabado N, Kozlenkov A, Dracheva S, Ramaswamy V, Hovestadt V, Johann P, Jones DTW, Pfister SM, Morales La Madrid A, Cruz O, Taylor MD, Martin-Subero JI, Mora J, Lavarino C. A Novel Method for Rapid Molecular Subgrouping of Medulloblastoma. Clin Cancer Res. 2018 Mar 15;24(6):1355-1363. doi: 10.1158/1078-0432.CCR-17-2243. Epub 2018 Jan 19. PMID: 29351917.
Un equipo del Institut de Recerca Sant Joan de Déu, el Hospital Sant Joan de Déu y la Universitat Politècnica de Catalunya, ha creado una aplicación basada en inteligencia artificial para hacer más accesible, menos costoso y más rápido la clasificación de los subgrupos de meduloblastoma, democratizando el acceso a tratamientos más personalizados.