Científicos en Singapur han utilizado la inteligencia artificial para acelerar la identificación de biomarcadores que pueden predecir la falta de respuesta de los pacientes con leucemia mieloide crónica (LMC) a los tratamientos convencionales. Este avance permite a los pacientes recibir trasplantes de médula ósea potencialmente salvadores durante las etapas iniciales de la enfermedad.
La LMC es un tipo de cáncer de sangre desencadenado por una mutación genética que activa permanentemente una enzima llamada tirosina quinasa. Esta mutación ocurre en una célula madre de la sangre en la médula ósea, lo que provoca su transformación en una célula leucémica agresiva que reemplaza la producción de sangre saludable.
El tratamiento estándar para la LMC implica el uso de inhibidores de la tirosina quinasa (TKIs), que desactivan la enzima hiperactiva resultante de la mutación genética. Sin embargo, las respuestas de los pacientes a estos medicamentos varían considerablemente. Algunos pacientes responden muy bien al tratamiento, mientras que otros muestran una respuesta mínima y su enfermedad progresa a un estado agresivo conocido como crisis de blastos, que es resistente a todas las terapias estándar. La detección temprana de la resistencia a los TKIs puede marcar la diferencia entre la supervivencia y la muerte prematura.
El equipo de investigación utilizó análisis de células individuales y la inteligencia artificial para predecir la respuesta al tratamiento de la leucemia. Al estudiar muestras de médula ósea de personas sanas y pacientes con LMC antes del tratamiento, generaron un “atlas” de células y sus proporciones en cada muestra. Luego, realizaron secuenciación de ARN de células individuales y utilizaron algoritmos de aprendizaje automático para identificar los genes y los procesos moleculares activados o desactivados en cada célula.
El estudio reveló ocho características significativas en las células de la médula ósea antes del tratamiento que estaban asociadas con la sensibilidad o la resistencia extrema al tratamiento con TKIs. Los pacientes tenían más probabilidades de responder bien al tratamiento si sus muestras de médula ósea mostraban una mayor presencia de glóbulos rojos inmaduros y un tipo específico de célula inmune conocida como “célula asesina natural” que destruye los tumores. A medida que las proporciones de estas células en la médula ósea cambiaban, las respuestas de los pacientes al tratamiento también variaban.
Este estudio ofrece nuevas oportunidades para identificar objetivos farmacológicos que prevengan o retrasen la resistencia al tratamiento y la crisis de blastos en pacientes con leucemia mieloide crónica. Los investigadores planean desarrollar una prueba predictiva basada en estos hallazgos, que podría ser utilizada de manera rutinaria en los hospitales para mejorar los protocolos de atención al paciente.
