El meduloblastoma es un tumor cerebral maligno que afecta principalmente a niños y jóvenes, y representa aproximadamente el 20% de todos los tumores cerebrales en esta población. La clasificación precisa de los grupos moleculares de meduloblastoma es crucial para que los oncólogos puedan definir el plan de tratamiento más adecuado para cada paciente.

El equipo científico, formado por investigadores del Centro de Investigación en Ingeniería Biomédica (CREB, por sus siglas en catalán) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), del l'Institut de Recerca Sant Joan de Déu (IRSJD) y del l'Hospital Sant Joan de Déu, ha desarrollado una herramienta de apoyo a la toma de decisiones clínicas en el contexto del meduloblastoma. Se trata de una nueva metodología para clasificar los principales grupos moleculares de meduloblastomas de forma rápida, precisa y sencilla, mediante tecnología al alcance de la mayoría de centros que tratan a niños con tumores cerebrales.

Para facilitar su aplicación el grupo de investigación ha desarrollado una aplicación web interactiva que permite el análisis y la interpretación automatizada del tipo de meduloblastoma. Los avances conseguidos en este proyecto han sido trasladados rápidamente a la asistencia para apoyar las decisiones clínicas, para individualizar la terapia de los pacientes en función de las características genéticas del tumor y ofrecer terapias dirigidas más eficaces y con menor toxicidad.

El desarrollo de la aplicación, llamada EpiGe, ha sido financiado gracias a las asociaciones de familias de los pacientes del Hospital Sant Joan de Déu, el Marató de 3Cat y el Ministerio de Ciencia, Innovación y Universidades.

La importancia de la clasificación molecular del meduloblastoma

La clasificación molecular del meduloblastoma es cada vez más importante para la toma de decisiones clínicas que definen el tratamiento y la gestión del paciente.

Los actuales sistemas de clasificación de los subgrupos moleculares de meduloblastoma son costosos y necesitan varias semanas para obtener resultados. Esto hace que sean inaccesibles 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.

Ante esta realidad, en 2018 un equipo liderado por la doctora 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 quien la necesitara.

Su equipo analizó durante dos años datos genómicos de más de 1.500 muestras de meduloblastoma obtenidas gracias a la colaboración de grupos de investigación internacionales. Este estudio permitió identificar el número mínimo de marcadores que permitan la clasificación del meduloblastoma en los grupos moleculares clínicamente relevantes con una fiabilidad del 96%.

De este modo, conjuntamente con  investigadores del Centro de Investigación en Ingeniería Biomédica (CREB) en la UPC liderado por el investigadora Alexandre Perera Lluna, se ha podido desarrollar un sistema que permite clasificar el meduloblastoma en los tres subgrupos de interés clínico (WNT, SHH y non-WNT/non-SHH) de forma precisa, rápida y accesible.

Disponible para los centros médicos 

La investigación no quedó sólo en la búsqueda de estos biomarcadores, sino que s dio un paso más para 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 ningún niño se quedara sin este tratamiento más personalizado. Así nació la aplicación web EpiGe, gracias al apoyo de las asociaciones de familias de niños con cáncer del Hospital Sant Joan de Déu y la financiación concedida por La Marató de 3Cat,” explica Soledad Gómez, investigadora postdoctoral en el grupo del grupo Genómica Translacional del IRSJD y coordinadora del proyecto.

La aplicación EpiGe-App, desarrollada por Soledad Gómez y por el investigador Joshua Llano, del grupo B2SLab del CREB de la UPC, permite clasificar las muestras de meduloblastoma en los tres grupos moleculares a partir de datos de metilación del ADN obtenidos a través de la técnica molecular de PCR cuantitativa (qPCR). Dada la disponibilidad y accesibilidad de la técnica de q PCR en la mayoría de los laboratorios de biología molecular, la herramienta desarrollada por el equipo convierte la clasificación de estos tumores en una prueba accesible a la mayoría de centros que tratan a pacientes con tumores del sistema nervioso central.

“Para entrenar el algoritmo de aprendizaje, utilizamos datos genómicos de 4.800 muestras, incluyendo 3.044 meduloblastomas primarios y 1.644 muestras no meduloblastoma. Con estas muestras, pudimos generar un algoritmo predictor de estado de metilación a partir de datos crudos de qPCR ya partir de esta predicción, generamos un clasificador automático en subgrupos moleculares de meduloblastoma. A través de este aprendizaje podemos decir que EpiGe-App es capaz de clasificar con precisión los subgrupos moleculares WNT, SHH y non-WNT/non-SHH del meduloblastoma, lo que puede ayudar a los equipos médicos a definir el tratamiento más adecuado”, afirma el investigador del CREB-UPC Joshua Llano.

La aplicación EpiGe-App permite a los profesionales de la salud de todo el mundo cargar los resultados obtenidos siguiendo el protocolo detallado disponible en la web. En menos de dos minutos, la plataforma devuelve un informe con el resultado, ofreciendo una fiabilidad del 96% en la identificación del subgrupo de meduloblastoma.

• Acceso a la plataforma EpiGe

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, Madrid AM, Peral A, Lavarino C. EpiGe: A machine-learning strategy for rapid clasificación 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.orem ipsum dolor sit amet, consectetur adipiscing elit.

 

.