Elucidar los orígenes celulares y la evolución dinámica de la EMT en el CPNM a través de tecnologías multiómicas

Área de la Ciencia:

• En el campo de la oncología
• La genómica
• Inmunología

Sus antecedentes:

• El cáncer de pulmón de células no pequeñas (CPNP) sigue siendo una de las principales causas de muerte por cáncer.
• La heterogeneidad del tumor y la remodelación del microambiente impulsan la resistencia a las terapias actuales como la inmunoterapia y los tratamientos dirigidos.
• Comprender los orígenes celulares del adenocarcinoma pulmonar (LUAD) y la evolución del microambiente tumoral (TME) es fundamental para las nuevas estrategias terapéuticas.

Objetivo del estudio:

• Revisar cómo los enfoques multiómicos aclaran los orígenes del CPNM y la dinámica de la EMT.
• Identificar los actores celulares clave y las vías que impulsan la progresión de LUAD y la resistencia terapéutica.
• Explorar estrategias emergentes para superar la resistencia en el tratamiento del NSCLC.

Principales métodos:

• Transcriptómica unicelular y espacial (multiómica) para analizar la heterogeneidad celular y la organización espacial.
• Análisis de los componentes del microambiente tumoral (TME), incluidas las células inmunes y los fibroblastos asociados al cáncer (CAF).
• Revisión de las estrategias terapéuticas emergentes dirigidas a la plasticidad del linaje, la reprogramación de la EMT y la modulación del microbioma.

Principales resultados:

• Multi-omics identifica las células alveolares de tipo 2 (AT2) como orígenes LUAD, con vías SOX2 / WNT / YAP que median la plasticidad del linaje.
• El TME evoluciona a través de la edición inmune, con la interferencia entre el CAF y los macrófagos asociados al tumor (TAM) que promueve la inmunosupresión.
• Los objetivos terapéuticos clave incluyen subconjuntos inmunes específicos (células CXCL13 + CD8 + T, macrófagos M1 / M2) y CAFs presentadores de antígenos (apCAFs).

Conclusiones:

• La multiomía proporciona información crítica sobre la evolución del CPNM y la complejidad de la EMT.
• La orientación de la plasticidad del linaje, la reprogramación de TME y la modulación del microbioma pueden superar la resistencia al bloqueo del punto de control inmune (ICB) y los inhibidores de la tirosina quinasa (TKI).
• El modelado TME impulsado por la IA es esencial para resolver la heterogeneidad espacio-temporal y guiar las intervenciones de precisión en NSCLC.