Método optimizado por heterogeneidad para predecir la respuesta al bloqueo del punto de control inmune

Área de la Ciencia:

• Biología computacional
• Investigación sobre el cáncer
• La inmunoterapia

Sus antecedentes:

• La heterogeneidad tumoral entre pacientes presenta distribuciones multimodales en perfiles genómicos, transcriptómicos y microambientales.
• Esta heterogeneidad viola los supuestos unimodal en el aprendizaje automático convencional, lo que dificulta la predicción precisa de la respuesta al bloqueo del punto de control inmune (ICB, por sus siglas en inglés).
• Los modelos predictivos existentes luchan por explicar las variaciones complejas del tumor.

Objetivo del estudio:

• Desarrollar un marco optimizado para la heterogeneidad para mejorar la predicción de la respuesta de ICB.
• Abordar las limitaciones de los modelos convencionales de aprendizaje automático en el manejo de datos de tumores multimodales.
• Permitir una inmunoterapia de precisión de interpretación biológica mediante el modelado de la heterogeneidad multimodal.

Principales métodos:

• Se aplicó el agrupamiento de medios K para estratificar a los pacientes en subgrupos de tumores calientes y fríos, superando el agrupamiento jerárquico y DBSCAN.
• Se han desarrollado modelos predictivos específicos de los subtipos: una máquina vectorial de soporte para los subtipos de tumores calientes y un bosque aleatorio para los subtipos de tumores fríos.
• Utilizó siete biomarcadores asociados a la heterogeneidad para construir modelos que eluden las restricciones unimodal.

Principales resultados:

• El marco propuesto mejoró significativamente la predicción de la respuesta de ICB en melanoma, NSCLC, otros tipos de cáncer y conjuntos de datos de cáncer pancreático.
• Se logró una ganancia de precisión media de al menos el 1,24% en comparación con 11 métodos de referencia.
• Las mejoras en el rendimiento se validaron de manera consistente en una cohorte externa independiente.

Conclusiones:

• El marco optimizado por heterogeneidad modela efectivamente la heterogeneidad del tumor multimodal para una predicción superior de la respuesta ICB.
• Este enfoque ofrece un camino hacia una inmunoterapia de precisión biológicamente interpretable.
• Los hallazgos demuestran un avance significativo en la predicción de la respuesta del paciente a la inmunoterapia contra el cáncer.