El IIS La Fe participa en un estudio europeo sobre cáncer colorrectal que clasifica los tumores más agresivos para mejorar la supervivencia

Para reducir este número, es importante que los pacientes con tumores agresivos, y por tanto un mayor riesgo de recaída, sean identificados y se les pueda ofrecer un tratamiento personalizado para aumentar su supervivencia. Los resultados obtenidos en un gran estudio europeo en el que ha participado el doctor Juan Sandoval, de la Unidad de Biomarcadores y Medicina de Precisión del Instituto de Investigación Sanitaria La Fe (IISLaFe) apuntan a una nueva forma de identificar estos tumores agresivos. El trabajo se ha publicado en la prestigiosa revista Cell Reports y se enmarca en del proyecto europeo FP7 “SYSCOL” que cuenta con participación de diferentes grupos de Dinamarca, Suiza y España.

Cinco subtipos moleculares

El cáncer colorrectal no debe considerarse como una única enfermedad, sino como un denominador común de varios subtipos de cáncer colorrectal. Con esta nueva visión, los investigadores han desarrollado un método para identificar los tumores agresivos mediante la adaptación de sus análisis a cada subtipo. Para ello, se analizaron más de 1.000 tumores colorrectales, en lo que se identificaron cinco subtipos moleculares con diferencias en su biología y evolución de la enfermedad. Esta nueva clasificación permitió la esclarecer una serie de mecanismos biológicos que contribuyen a la agresividad de la enfermedad dentro de cada subtipo. Estos análisis están ahora integrados en un modelo, que puede mejorar los pronósticos de la enfermedad agresiva en comparación con los métodos actuales.

Según el director del estudio, el profesor del Departamento de Medicina Molecular del Hospital Universitario de Aarhus (Dinamarca), Jesper Bramsen, ‘aunque todavía es difícil predecir la agresividad del cáncer colorrectal con la única referencia del análisis tisular, esta clasificación supondrá un gran paso adelante si nuestras predicciones moleculares ayudan a adaptar el tratamiento de cada paciente’. Así, los pacientes con una enfermedad agresiva podrían ser tratados de modo más intensivo, mientras que otros pacientes podrían recibir menos tratamiento y reducir así sus efectos secundarios. Los autores del estudio en el que ha participado el IIS La Fe también creen que el modelo podría adaptarse para predecir la eficacia de la quimioterapia y la terapia inmunológica, que sería el siguiente paso para optimizar el seguimiento del tratamiento en pacientes con cáncer colorrectal.

Medicina personalizada en cáncer

Para el doctor Sandoval, “este trabajo supone un avance destacado hacia la medicina personalizada en el cáncer. Con este modelo esperamos poder identificar a pacientes con un peor pronóstico dentro de un mismo subtipo de cáncer de colon. Sin embargo, necesitamos realizar nuevos estudios en cohortes independientes de validación que muestran su eficacia en la clínica práctica y además intentar ampliar las aplicaciones del modelo encontrado”.

Este estudio europeo comenzó durante la estancia del doctor Sandoval en el Grupo de Investigación de Epigenética del Cáncer que lidera el doctor Manel Esteller en el IDIBELL de Barcelona. En la Unidad de Biomarcadores y Medicina de Precisión del IIS La Fe se han reanalizado reanalizaron 150 muestras de cáncer colorrectal integrando datos ómicos y clínicos con el objetivo de identificar firmas con valor clínico. Estos datos fueron generados para un artículo previo del consorcio europeo SYSCOL que fue publicado en la revista Nature y que identificó nuevos genes clave en el desarrollo del cáncer de colon.

Cada año se diagnostican en España 36.000 nuevos casos de cáncer colorrectal. Es el tumor más frecuente entre la población española en ambos sexos y el segundo en mortalidad tras el cáncer de pulmón. El cáncer colorrectal fue responsable, solo en 2014, de la muerte de 15.449 personas en España.

Molecular Subtype-specific Biomarkers Improve Prediction of Prognosis in Colorectal Cancer. Jesper Bertram Bramsen,Mads Heilskov Rasmussen, Halit Ongen, Trine Block Mattesen, Mai-Britt Worm Ørntoft, Sigrid Salling Árnadóttir, Juan Sandoval, Teresa Laguna, Søren Vang, Bodil Øster, Philippe Lamy, Mogens Rørbæk Madsen, Søren