Este descubrimiento, publicado en la revista científica eBioMedicine, abre la posibilidad de mejorar la predicción del pronóstico del cáncer de mama y así ayudar a diseñar tratamientos más personalizados y efectivos para las pacientes. El trabajo se centró inicialmente en el cáncer de mama ERBB2-positivo, aunque los resultados obtenidos son extrapolables a otros subtipos de la enfermedad.

Los investigadores utilizaron un modelo de ratón que desarrolla cáncer de mama Erbb2 positivo, pero en un contexto de gran diversidad genética (en el denominado modelo Collaborative Cross o CC).

En este modelo la diversidad genética y sus variaciones es muy amplia y remedan a la presente en la población humana. Por su variabilidad genética, ofrece una oportunidad única para estudiar cómo distintas combinaciones de genes pueden influir en el riesgo de cáncer de mama y en la respuesta a los tratamientos. En este modelo, estudios de asociación de genoma completo (GWAS) permitieron identificar marcadores genéticos asociados a distintos aspectos de la enfermedad como la latencia, el número de tumores o las metástasis. El análisis de una veintena de estos genes constituyó una firma génica cuya expresión permitió definir la evolución tumoral en el modelo de ratón.

Combinación de genes

“Mediante análisis genéticos avanzados, hemos identificado una serie de genes que, en estos modelos animales que desarrollan cáncer de mama Erbb2 positivo, están asociados con la aparición, el número y la expansión de los tumores a otros órganos; así como en la respuesta al tratamiento con taxanos”, indica Jesús Pérez-Losada, investigador del CSIC y uno de los principales autores del trabajo.

De esta combinación de genes identificada en el modelo de ratón, denominada “firma de susceptibilidad a tumores” o mTSGS, se encontró un equivalente en humanos, denominada hTSGS. La expresión de los genes de dicha firma fue analizada en tumores humanos, y los niveles de expresión demostraron un potencial importante para predecir la respuesta a distintos regímenes de tratamientos con quimioterapia de los tumores de mama inducidos por HER2 y otros subtipos de cáncer de mama.

“Así, las pacientes con tumores con puntuaciones bajas en esta firma genética mostraron una mayor probabilidad de responder de forma favorable a ciertos tratamientos quimioterápicos y viceversa, lo que podría incitar a buscar alternativas en aquellas pacientes para quienes determinadas terapias no serían a priori beneficiosas”, aclara el investigador del CSIC.

Hacia una medicina más personalizada

La identificación de esta firma genética de susceptibilidad para el cáncer de mama proporciona una herramienta prometedora para el futuro de la medicina personalizada. Al permitir una mejor predicción de la respuesta a los tratamientos, este avance podría mejorar el manejo clínico del cáncer de mama.

Según Pérez-Losada, “este trabajo puede contribuir a mejorar la selección de tratamientos adecuados para cada paciente, lo que es fundamental para optimizar los resultados y mejorar la calidad de vida”. De este modo, la hTSGS podría incorporarse en el futuro como una herramienta de apoyo para médicos y especialistas a la hora de definir el tratamiento más adecuado en función de las características genéticas del tumor de cada persona.

En el estudio han participado varias instituciones científicas de España, Estados Unidos y China, incluidos el Lawrence Berkeley National Laboratory (LBNL), la Universidad de California San Francisco (UCSF), la Universidad de Salamanca, el Centro de Investigación del Cáncer (Instituto de Biología Molecular y Celular del Cáncer), el CSIC, la Universidad de Wuhan y la Universidad de Texas A&M.

Referencia científica:

Yang H, Wang X, Blanco-Gómez A, He L, García-Sancha N, Corchado-Cobos R, Pérez-Baena MJ, Jiménez-Navas A, Wang P, Inman JL, Snijders AM, Threadgill DW, Balmain A, Chang H, Perez-Losada J, Mao JH. A susceptibility gene signature for ERBB2-driven mammary tumour development and metastasis in collaborative cross mice. EBioMedicine. DOI: 10.1016/j.ebiom.2024.105260

Fuente: CIC (CSIC-USAL)