En el laboratorio de Células Madre Tumorales y Reprogramación Metabólica nos centramos en el estudio de las células madre tumorales (CMTs), que son las responsables de perpetuar el tumor y la resistencia a tratamientos convencionales en cáncer. Predominantemente trabajamos en cáncer de mama pero nuestros estudios pueden extenderse a otros tumores sólidos.
Buscamos atacar las CMTs con diversas estrategias tales como biomateriales inteligentes para el rellenado y reparación de heridas post-cirugía oncológica en mama o el estudio de especies vegetales nativas de nuestro país para su puesta en valor como posibles agentes terapéuticos. Con este propósito, y para conocer cómo podrían organizarse e interaccionar entre sí las CMTs en modelos tridimensionales de tumores de mama, utilizamos un abordaje interdisciplinario que incluye técnicas de biología celular y molecular, así como modelos matemáticos y computacionales.
Usando modelos celulares de cáncer de mama editados genéticamente, hemos descubierto que una alteración que hace que se produzca más colesterol facilita que esas células se “conviertan” en CMTs. De este modo, pensamos que fármacos anti-colesterol como las estatinas bloquearían dicha conversión, impidiendo la aparición de las CMTs que, como hemos dicho, son resistentes a los tratamientos convencionales. Además, en colaboración con otros investigadores y médicos, estudiamos bases de datos de pacientes con cáncer de mama, lo que nos permitió demostrar que, al menos en grupos acotados de pacientes, el tratamiento con estatinas está relacionado con un mejor pronóstico de la patología. Por último, en colaboración con expertos en biología matemática, hemos desarrollado un programa de código abierto para el análisis automatizado y masivo de imágenes de modelos tridimensionales de tumores, basado en modelos computacionales propios para estudiar la distribución de las CMTs.
La prevención y diagnóstico temprano del cáncer de mama es de suma importancia para disminuir sus consecuencias en la salud física y emocional de las personas afectadas, incluyendo a su entorno. En este sentido, es crítico conocer cómo disminuir el riesgo de contraer cáncer de mama y la importancia de realizar controles periódicos pueden ayudar a la detección temprana de la enfermedad. Estas estrategias pueden aumentar la probabilidad de éxito en el tratamiento al atacar al tumor en estadíos tempranos de su desarrollo. Además, es fundamental generar políticas públicas de concientización en prevención de cáncer de mama en zonas vulnerables dónde el acceso a la información y a la salud puede ser más limitado.
Una gran revolución en la gestión del cáncer vendrá de la mano del big data e IA, que ya permiten el análisis masivo e integrado de imágenes y datos genómicos de cada tumor. El refinamiento de estos abordajes permitirá diagnósticos cada vez más tempranos y precisos, así como un seguimiento de la patología que permitirá tomar decisiones terapéuticas en tiempo real. También promoverá el desarrollo de modelos predictivos que permitan “simular” y conocer de antemano la respuesta terapéutica de un paciente. En cuanto a los tratamientos, las grandes tendencias vendrán marcadas por la medicina de precisión, terapias combinadas e inmunoterapia, básicamente, combinaciones terapéuticas inteligentes diseñadas a medida de las características genéticas, epigenéticas y metabólicas de cada tumor. Estas terapias estarán dirigidas no sólo contra el tumor, sino contra su entorno cercano (microambiente) para favorecer su eficacia y seguridad. Por supuesto que esto plantea grandes desafíos dados, principalmente, por el alto costo de estas estrategias innovadoras y la disparidad socioeconómica/geográfica.
- Para ilustrar nuestro abordaje interdisciplinario, se muestra el camino desde las mamoesferas (modelo biológico tridimensional enriquecido en células madre tumorales de mama) a la izquierda, pasando por modelos matemáticos y computacionales, hasta ser analizadas con estrategias de inteligencia artificial para determinar patrones en la distribución de las células madre tumorales (derecha).
IMAGEN: Autores: Fotinós J, Marks MP, Barberis L, Vellón L. Sci Rep. 2024 May 14;14(1):11013.
