Marcadores de cáncer de mama TRIple Negative en biopsias líquidas utilizando inteligencia artificial (TRICIA)

Justificación: la forma más agresiva de cáncer de mama es el cáncer de mama triple negativo (TNBC), llamado así porque estos tumores no expresan receptores hormonales o el receptor HER2 y, por lo tanto, no tienen moléculas fácilmente identificables. La quimioterapia es el único tratamiento, y la quimiorresistencia indica un resultado muy pobre incluso en TNBC temprano. La presencia de tumor residual en la cirugía (respuesta completa no patológica o no pCR) indica quimiorresistencia y mal pronóstico, con alrededor del 30-40% de estos pacientes que mueren de TNBC dentro de los primeros 5 años después de la cirugía. Un ensayo clínico reciente mostró que la adición de más quimioterapia (capecitabina) da como resultado una mejor supervivencia en estos pacientes con PCR no, aunque solo alrededor del 15 % de estos pacientes se benefician. Una de las necesidades insatisfechas más urgentes es identificar a los pacientes que evolucionarán bien a pesar de la no PCR (para evitar quimioterapia adicional) y los que evolucionarán mal a pesar de ella, y también identificar factores de mal pronóstico que puedan conducir a nuevas estrategias terapéuticas. en este grupo

Estado actual de avance de la tecnología: hasta ahora, ningún biomarcador, excepto las mutaciones BRCA1/2, ha demostrado utilidad clínica en el tratamiento del TNBC, probablemente debido a la biología compleja y la heterogeneidad de la enfermedad. Con los recientes avances en la metodología de la Inteligencia Artificial, combinar e integrar varias capas de datos moleculares para predecir el resultado, hasta ahora desafiante, se convierte en una realidad. La hipótesis es que la combinación de datos multidimensionales de EV de tumores y plasma puede facilitar el desarrollo de firmas de pronóstico y predicción en esta enfermedad tan agresiva.

Datos preliminares: Gracias a nuestro ensayo clínico guiado por biopsia Q-CROC-03 donde se recolectaron tumores y plasma de pacientes con TNBC resistente a la quimioterapia. Se tradujeron los datos completos de exoma seq para generar ensayos personalizados de ADN tumoral circulante (ctDNA). Nuestros datos muestran un valor pronóstico potencial para la detección de ctDNA después de la quimioterapia preoperatoria. Se ha establecido una colaboración con Rodney Ouellette (ACRI) para aislar y perfilar vesículas extracelulares (EV) del plasma.

Objetivos: El objetivo del presente estudio es desarrollar firmas de buenos y malos resultados, así como de la respuesta tumoral a la quimioterapia en TNBC mediante la integración de perfiles multidimensionales de biopsias líquidas y tumorales utilizando herramientas de inteligencia artificial (IA).

Enfoque experimental: se realizará un perfil de EV a partir del plasma recolectado en el ensayo Q-CROC-03 y el biobanco JGH (antes, durante y después del tratamiento con quimioterapia). La elaboración de perfiles incluirá secuenciación del genoma completo (GWS), proteómica, transcriptómica y análisis de miARN. En colaboración con nuestro socio industrial, My Intelligent Machines (MIM), expertos en bioinformática e IA, se desarrollarán algoritmos de aprendizaje automático para integrar datos OMIC de tumores resistentes con datos de EV de plasma coincidentes y generar una firma de tumor/plasma asociada con un resultado deficiente . Paralelamente, en colaboración con EXACTIS Innovation Network, el reclutamiento de pacientes, la recolección de tumores residuales después de la quimioterapia y las muestras de plasma en serie coincidentes durante el tratamiento con capecitabina después de la cirugía para realizar la validación de la firma identificada, la firma del tumor/EV se asociará con la supervivencia del paciente. .

Hitos del proyecto propuesto: 1. Perfilado de vehículos eléctricos a partir de plasma. 2. Perfilado de tumores quimiorresistentes 3. Desarrollo de algoritmos para integrar datos multidimensionales de tumores y vehículos eléctricos.

Las firmas desarrolladas estarán protegidas por IP. Los socios académicos e industriales tendrán IP compartida (% respectivo por determinar). Se desarrollarán pruebas de pronóstico sobre biomarcadores identificados y se distribuirán a través de la Plataforma MIMsOmic. MIMsOmic es una plataforma impulsada por IA comercializada por MIMs y que permite una entrega fácil, eficiente y rentable de pruebas clínicas que involucran el análisis de datos Omic.

El presente proyecto desarrollará una firma biomarcadora de mal pronóstico para el tipo de cáncer de mama más agresivo. Esta firma permitirá identificar a los pacientes que no deben ser tratados con quimioterapia posquirúrgica y evitar la exposición innecesaria a la toxicidad asociada a este fármaco.