Los conjugados de fármacos y anticuerpos (ADC) están diseñados para dar golpes precisos a las células cancerosas, al igual que un golpe bien dirigido. Sin embargo, el verdadero poder de estas terapias radica no solo en su impacto dirigido directo, sino en el “radio de explosión” y el efecto de “asesinato de espectadores” más amplio que generan dentro del microambiente tumoral.
Para comprender y controlar completamente este efecto, necesitamos ir más allá de los métodos de patología diagnóstica tradicionales. La inteligencia artificial (IA) espacial, que mapea, analiza e interpreta las complejas interacciones celulares en la biopsia tumoral de un paciente, y los biomarcadores espaciales son cruciales para guiar estas poderosas terapias y garantizar que logren los resultados previstos.
El “radio de explosión” y el “asesinato de espectadores” en los ADC
El “radio de explosión” se refiere a la zona de influencia alrededor de las células objetivo donde un ADC también afecta a las células cercanas, no solo a las células cancerosas previstas. Este efecto puede ser beneficioso al eliminar las células malignas vecinas, pero también puede arriesgar dañar tejido sano si no se maneja adecuadamente.
El “asesinato de espectadores” ocurre cuando una terapia como un ADC apunta a una proteína específica en las células cancerosas, pero también afecta a células adyacentes que no expresan la proteína objetivo. Este efecto secundario puede contribuir a la efectividad general del tratamiento, pero requiere una consideración cuidadosa para evitar daños no deseados.
La IA espacial ofrece a los investigadores y patólogos una herramienta poderosa para analizar estas complejas interacciones en cientos y miles de muestras de pacientes; es como pasar de usar mapas físicos planos a utilizar GPS en nuestros teléfonos móviles para obtener direcciones, escalando un proceso fácilmente que no se podía hacer manualmente antes. Los científicos llaman a este nuevo enfoque puntuación de proximidad espacial impulsada por IA.
Las deficiencias de la patología tradicional
Los métodos de patología tradicionales a menudo clasifican las células cancerosas en términos binarios, como HER2 positivo o negativo. Esta simplificación excesiva no logra capturar las interacciones matizadas dentro del microambiente tumoral que son críticas para comprender cómo funcionarán los tratamientos como los ADC.
Por ejemplo, los pacientes con expresión “ultrabaja” de HER2 podrían beneficiarse de los ADC pero a menudo son pasados por alto por los métodos tradicionales. Si bien el ojo humano puede realizar fácilmente una puntuación binaria de las células cancerosas en la patología tradicional, tiene dificultades con la necesidad actual de una puntuación lineal continua (por ejemplo, HER2 alto, bajo, ultrabajo y negativo) o puntuar células dentro de un radio de explosión específico.
Al depender de clasificaciones binarias, la patología tradicional puede pasar por alto a pacientes que podrían beneficiarse de terapias si la complejidad de su tumor se entendiera mejor. Por ejemplo, los pacientes con expresión “ultrabaja” de HER2 podrían no ser considerados para los ADC a pesar de que podrían responder al tratamiento. La IA puede ayudar a escalar tanto la detección de expresores ultrabajos y bajos como la puntuación de proximidad espacial compleja.
IA espacial: Mapeo del microambiente tumoral
Los biomarcadores espaciales no son solo puntos de datos individuales, sino un mapa de interacciones y patrones dentro del tumor. Revelan cómo se posicionan diferentes tipos de células entre sí, cómo interactúan y cómo estas interacciones influyen en el comportamiento del tumor y la respuesta del paciente al tratamiento. Este enfoque va más allá de instantáneas estáticas de proteínas individuales y proporciona una vista dinámica del entorno tumoral.
La IA espacial combina técnicas avanzadas de imagen con aprendizaje automático para analizar muestras de tejido en múltiples parámetros, como células, proteínas, coordenadas de ubicación e interacciones celulares, entre otros. Al mapear la distribución espacial de proteínas, células y otros factores críticos, descubre patrones que el ojo humano no puede detectar, como diferencias sutiles en la expresión de proteínas o el radio óptimo en el que el asesinato de espectadores conduce a resultados de tratamiento efectivos.
Empresas innovadoras están extrayendo metodologías de análisis geoespacial y aplicando esas técnicas al ámbito biológico. Este enfoque, llamado “biospatial”, utiliza IA para crear mapas detallados del microambiente tumoral, lo que permite una predicción más precisa de cómo interactuarán terapias como los ADC con sus objetivos previstos y las células circundantes.
Por qué la IA espacial es esencial para mejorar los resultados del paciente con ADC
Los ADC son una opción de tratamiento personalizada y dirigida poderosa para pacientes con cáncer. Sin embargo, a medida que avanza el campo de la oncología, es esencial la necesidad de mejores pruebas diagnósticas complementarias para predecir la respuesta al tratamiento.
Los investigadores se están moviendo hacia el desarrollo de una comprensión más profunda del mapa completo de ubicaciones y interacciones celulares dentro de la muestra de tejido de cada paciente y utilizando algoritmos de IA para determinar patrones característicos que predicen la respuesta a los ADC. Al comprender la biología tumoral circundante y crear biomarcadores espaciales, los médicos pueden determinar mejor qué terapias con ADC conducirán a los mejores resultados para subpoblaciones de pacientes específicas.
Por ejemplo, AstraZeneca y Daiichi Sankyo han demostrado cómo la puntuación espacial de IA puede ayudar a identificar a pacientes con cáncer de mama que respondieron positivamente al tratamiento con trastuzumab deruxtecan ADC dirigido a HER2 a pesar de que los métodos de diagnóstico tradicionales los calificaron como falsos negativos de HER2. Según las pautas, estos pacientes habrían sido considerados inelegibles para el tratamiento con ADC. Dado que estos pacientes respondieron positivamente al tratamiento, posiblemente debido a efectos adicionales de asesinato de espectadores, demuestra el potencial de la IA espacial para ampliar las opciones de tratamiento.
Además, los socios desarrollaron un nuevo biomarcador impulsado por IA para evaluar la expresión de la proteína TROP2 y realizar un análisis exploratorio de su ensayo de fase III TROPION-Lung01, evaluando el ADC dirigido a TROP2 datopotamab deruxtecan (Dato-DXd) en cáncer de pulmón no microcítico. En pacientes positivos para TROP2-QCS, Dato-DXd redujo el riesgo de progresión de la enfermedad o muerte en un 43%. Este enfoque demuestra las posibilidades de la IA espacial para reducir aún más los riesgos de los ensayos clínicos y otro camino para que las compañías farmacéuticas mejoren la selección de pacientes.
AstraZeneca también está implementando este nuevo biomarcador TROP2 impulsado por IA para la inscripción prospectiva en el ensayo AVANZAR, un estudio combinado con Dato-DXd más Imfinzi y quimioterapia, como tratamiento de primera línea para el cáncer de pulmón no microcítico avanzado sin alteraciones genómicas tratables.
Los científicos están trabajando en estrecha colaboración con empresas líderes en medicina de precisión y biofarmacéuticas para aprovechar la IA espacial y resolver desafíos en el desarrollo de ADC, como mejorar la selección de pacientes y optimizar los resultados de los ensayos clínicos. Como ejemplo, las tecnologías innovadoras se están desplegando actualmente para analizar muestras de ensayos fallidos utilizando puntuaciones de proximidad espacial de IA. El objetivo es determinar si la puntuación espacial podría predecir mejor los resultados del tratamiento y clasificar con precisión a los respondedores y no respondedores. Estos estudios podrían llevar a nuevas estrategias que informen la selección de pacientes para futuros ensayos donde los métodos tradicionales no mostraron eficacia.
El futuro del tratamiento del cáncer
A medida que evoluciona el campo de la oncología, debemos alejarnos de los biomarcadores binarios tradicionales de “sí-no” hacia una comprensión más matizada y espacial de la biología tumoral. Este enfoque permitirá planes de tratamiento más personalizados que se adapten a las características únicas de cada tumor de los pacientes. La IA espacial es esencial para realizar plenamente el potencial de las terapias avanzadas contra el cáncer, proporcionando los conocimientos detallados necesarios para guiar estos tratamientos de manera efectiva. Esto garantiza que cada terapia alcance sus objetivos con precisión mientras gestiona el impacto más amplio en el entorno tumoral.
La integración de la IA espacial en la práctica clínica podría convertirse en el estándar para evaluar y administrar terapias complejas como los ADC. Esta integración garantizaría que se considere cada aspecto de la biología tumoral en las decisiones de tratamiento, lo que conduce a mejores resultados para los pacientes.
Necesitamos ir más allá de encontrar el medicamento adecuado y, en cambio, ampliar nuestra comprensión de cómo ese medicamento interactúa con todo el tumor. Con la IA espacial, podemos llevar un nuevo nivel de precisión a la terapia contra el cáncer, ofreciendo a los pacientes tratamientos más seguros, efectivos y personalizados.
Nota del editor: El autor no tiene relación financiera con ninguna de las compañías / productos mencionados.
Foto: FatCamera, Getty Images
Avi Veidman está a la vanguardia del cuidado del tratamiento del cáncer como CEO de Nucleai, una solución líder en biología espacial impulsada por IA. Bajo su liderazgo, Nucleai está mejorando la investigación y desarrollo de fármacos y las decisiones de tratamiento clínico al crear mapas de fenotipos a partir de diapositivas de patología e integrarlos con capas de datos completas, incluida información clínica y genómica.
Esta publicación aparece a través del programa MedCity Influencers. Cualquiera puede publicar su perspectiva sobre negocios e innovación en atención médica en MedCity News a través de MedCity Influencers. Haga clic aquí para averiguar cómo.