En un artículo publicado en Frontiers in Immunology, científicos cordobeses presentan la nueva herramienta, curada y estandarizada, que permitirá una identificación computacional más eficiente de antígenos generados por células tumorales, según su capacidad de disparar o no una respuesta inmune. Puede ser utilizada tanto por investigadores como por empresas que trabajen en el desarrollo de vacunas contra el cáncer.

Un grupo de investigadores cordobeses desarrolló una base de datos de acceso público que demostró ser más efectiva que las existentes para evaluar modelos aplicados para predecir la respuesta del sistema inmune (inmunogenicidad) frente a nuevos blancos terapéuticos antitumorales, lo que ayudará a refinar el desarrollo de nuevas vacunas o inmunoterapias contra el cáncer.

En un artículo publicado en Frontiers in Immunology, los investigadores justificaron así la necesidad de esta nueva herramienta, a la que bautizaron “Base de Datos de Neoantígenos Inmunogénicos Específicos de Tumores” (ITSNdb): “La heterogeneidad de bases de datos y enfoques existentes produce una comparación sesgada e incompleta para evaluar y desarrollar predictores de inmunogenicidad”.

“Hemos desarrollado una base de datos nueva y curada de segmentos de proteínas alteradas de las células tumorales, llamados ‘neoantígenos’, y demostramos que su sola presencia en la superficie de la célula no es suficiente para generar respuesta inmune  y que queda mucho por mejorar en los softwares actuales para predecir la inmunogenicidad y su aplicación en el desarrollo de vacunas”, resumió a la Agencia CyTA-Leloir el bioingeniero Elmer Fernández, director del trabajo que encabezó la becaria Guadalupe Nibeyro en el Centro de Investigación y Desarrollo en Inmunología y Enfermedades Infecciosas (CIDIE), dependiente del CONICET y de la Universidad Católica de Córdoba (UCC), y en la Fundación para el Progreso de la Medicina, con sede en la Ciudad de Córdoba.

La posibilidad de identificar estas proteínas mutadas de las células cancerígenas capaces de activar el sistema inmune es fundamental para el desarrollo de nuevas inmunoterapias contra el cáncer, pero la búsqueda es compleja y se basa en el uso de diferentes bases de datos, modelos y enfoques que permitan predecir cómo será la respuesta del organismo frente a estos neoantígenos que se quieren utilizar como blancos terapéuticos. Hasta ahora, ningún software ha demostrado ser lo suficientemente confiable. Por eso, para contribuir a llenar este vacío, el grupo de Fernández desarrolló la ITSNdb asegurándose de que los datos incluidos estén bien caracterizados y hayan sido validados experimentalmente.

“Evaluamos todos los algoritmos mediante un proceso estandarizado y con datos que curamos a mano para ofrecer una metodología ordenada y reproducible que pueda utilizarse como un estándar de oro. De esta manera, ahora cualquiera puede utilizarla y proporcionar una forma clara, justa y repetible de evaluación”, aseguró el también director del DataLab de la Fundación para el Progreso de la Medicina.

Para alcanzar su objetivo, los investigadores analizaron una gran cantidad de algoritmos que en la bibliografía especializada se sugerían como “identificadores de neoantígenos”, pero que, en verdad, no permitían anticipar la respuesta a inmunoterapia como se proponía.

Así, por ejemplo, uno de los biomarcadores aprobados por la FDA de Estados Unidos, denominado Tumor Mutation Burden (TMB) y que toma en cuenta la cantidad de mutaciones que posee un determinado tumor, se utiliza como un parámetro para la indicación de inmunoterapia. Muchos científicos sostenían que la identificación computacional de los neoantígenos, que son el fruto de esas mutaciones, sería mejor. “Nosotros demostramos que eso no es cierto. Los biomarcadores propuestos basados en neoantígenos no son predictores de respuesta a inmunoterapia tumoral”, enfatizó Fernández.

Según el investigador, además de la nueva base de datos, este trabajo destierra el concepto de que la sola presentación del neoantígeno en la superficie de la célula tumoral es suficiente para generar una respuesta inmune, lo cual pone de manifiesto la necesidad de un cambio de paradigma y aporta direcciones para pensar cómo mejorar las bases de datos para entrenar nuevos modelos basados en inteligencia artificial.

“La nueva base de datos puede ser aprovechada tanto por investigadores como por empresas que trabajen en el desarrollo de vacunas basadas en neoantígenos”, pronosticó Fernández.

El trabajo fue desarrollado también con Verónica Baronetto, becaria doctoral del CONICET en la Fundación para el Progreso de la Medicina; Juan Folco, estudiante de Bioinformática en la Facultad de Ingeniería de la UCC, y Pablo Pastore, profesor en esa casa de estudios y director ejecutivo de Anyone AI, una start up para la formación en inteligencia artificial; Gabriel Morón, del Centro de Investigaciones en Bioquímica Clínica e Inmunología (CIBICI), que depende del CONICET y de la Universidad Nacional de Córdoba (UNC); Laura Pratto, del Instituto Académico Pedagógico de Ciencias Básicas y Aplicadas de la Universidad Nacional de Villa María (UNVM), en Villa María, Córdoba; Romina Girotti, profesora de la UADE, en Buenos Aires; y Hugo Luján, investigador Superior del CONICET .

Fuente: Agencia CyTA-Leloir