Grandes logros de proyectos - La medicina in silico llega a la clínica
Los científicos emplean el término in silico para describir el modelado, la simulación y la visualización de procesos biológicos y médicos por medio de ordenadores. La aparición de la medicina in silico es el resultado de los avances de la informática médica a lo largo de los últimos veinte años. «In silico se refiere a cualquier aplicación de tecnologías informáticas, como algoritmos, sistemas y análisis o minería de datos», señala el profesor Norbert Graf, director de la Clínica de Hematología y Oncología Pediátricas del Hospital Universitario de Sarre (Alemania) e investigador sénior del proyecto ACGT («Ensayos clínico-genómicos avanzados en cáncer»). Desde el inicio de la gran carrera hacia el mapeo del genoma humano, la importancia de la informática en la medicina no ha dejado de aumentar. Esta combinación de informática y estadística, denominada bioinformática, tiene cabida en casi todas las áreas de la medicina moderna y la biología molecular: secuenciación, anotación génica, biología evolutiva, análisis de mutaciones, análisis a gran escala de imágenes y muchas otras. De entre todas las disciplinas bioinformáticas emergentes, quizás las más interesantes sean el modelado, la simulación y la visualización. El modelado, consistente en la generación de modelos, mapea los elementos de un sistema biológico; la simulación trata de reproducir de forma realista la evolución del sistema a lo largo del tiempo bajo determinados estímulos; mientras que la visualización presenta las predicciones de forma gráfica. Todo ello supone, de forma paradigmática, algo tan impresionante que resulta casi inimaginable: la posibilidad de simular con precisión procesos biológicos reales en un entorno virtual. Aunque este área se encuentra todavía en su etapa inicial, los científicos han logrado ya importantes avances, fundamentalmente en el proyecto ACGT, financiado por la Unión Europea. El objetivo de ACGT es proporcionar al colectivo de investigadores del cáncer unas infraestructuras de tecnologías de la información y comunicación (TIC) de última generación, que permitan la aplicación de la genómica a la práctica clínica para el tratamiento del cáncer. ACGT está desarrollando una serie de herramientas para dar soporte a la genómica aplicada, la cual permite ajustar el tratamiento al perfil genético individual de cada tumor y paciente. El simulador oncológico: cáncer in silico De entre todas las herramientas desarrolladas por ACGT, una de las más innovadoras y avanzadas es el simulador oncológico, que consta de un software de modelado, simulación y visualización y de una plataforma experimental in silico. El desarrollo de esta plataforma se está llevando a cabo por el Grupo de Oncología In Silico en colaboración con varios centros de investigación europeos y japoneses, bajo el liderazgo del profesor de investigación Georgios Stamatakos, del Instituto de Comunicación y Sistemas Informáticos (ICCS) de la Universidad Técnica Nacional de Atenas (NTUA, Grecia). «El simulador oncológico es un sistema de software integrado capaz de simular la respuesta in vivo de los tumores al tratamiento, en un entorno que reproduce un ensayo clínico», explica el profesor Graf. «Su finalidad es servir de herramienta de apoyo para la toma de decisiones clínicas sobre pacientes individuales. El principal objetivo del sistema es la optimización del tratamiento del cáncer.» Los experimentos in silico pueden servir para preparar e informar a médicos, científicos, investigadores y pacientes, mostrando la posible respuesta de un tumor a diferentes regímenes terapéuticos. Esta tecnología no está todavía lista para su uso clínico, pero el proyecto ACGT ha logrado grandes avances en esta dirección. El equipo del proyecto ACGT estudió el nefroblastoma, un cáncer infantil de riñón, centrándose de forma particular en un ensayo desarrollado por la Sociedad Internacional de Oncología Pediátrica (SIOP). Gracias a este ensayo, los investigadores del proyecto ACGT pudieron utilizar datos reales anónimos anteriores y posteriores al tratamiento con quimioterapia, lo que les permitió adaptar el software a las condiciones clínicas reales y, al mismo tiempo, validarlo empleando resultados reales. Tal y como ha declarado el profesor Graf, «el empleo de datos médicos reales acerca del nefroblastoma en un paciente concreto, junto con la asignación a los parámetros del modelo de valores plausibles [...] basados en la literatura disponible, permitió hacer una predicción razonable de la disminución del tamaño del tumor.» Para la simulación se emplearon algunos de los métodos matemáticos aplicados a la medicina más avanzados, como autómatas celulares estocásticos, simulación de eventos discretos, hipermatrices y operadores discretos. Según ha señalado el profesor Graf, el empleo de estos métodos también permite estudiar la inestabilidad genética o mutación y la mutagénesis, así como las complejas interacciones entre el sistema inmune y el tumor. Un descripción detallada Para desarrollar la simulación, ACGT siguió un modelo de arriba hacia abajo firmemente consolidado. El modelo de arriba hacia abajo se basa en observaciones clínicas y en los conocimientos actuales acerca del cáncer. Este método emplea información fisiológica y biológica para crear una descripción muy detallada de la evolución del cáncer, y mediante un proceso iterativo actualiza constantemente tanto la simulación como el modelo que la genera. La variedad de datos empleada por el simulador desarrollado por ACGT es impresionante. El sistema tiene en cuenta información procedente de la literatura acerca de la farmacocinética (la dinámica de las interacciones entre los fármacos y tipos específicos de tumores). También ha utilizado parámetros radiobiológicos relativos a la radioterapia y a datos moleculares. Además, incluye toda una serie de datos clínicos como edad, peso, historial familiar y demás, así como información procedente de imágenes obtenidas mediante tomografía computarizada (TC), resonancia magnética (RM) y ultrasonidos, o de combinaciones entre estas técnicas. Los datos moleculares provienen del perfil de anticuerpos, de la estimación de la composición celular del tumor y de la predicción de la posible respuesta del tumor a fármacos candidatos para su tratamiento. Toda esta información se combinó con detalles de los protocolos estandarizados de tratamiento. Hasta la fecha, los objetivos alcanzados son muy novedosos, pero el simulador oncológico pretende llegar más allá. «Obviamente, al tener acceso a una mayor cantidad de datos médicos, la fiabilidad de la puesta a punto del modelo aumentará», señala el profesor Graf. «El satisfactorio funcionamiento del simulador oncológico inicial desarrollado por ACGT, que hasta la fecha se ha utilizado solo como una herramienta teórica, ha supuesto un paso importante hacia la aplicación clínica del sistema, que sería el primero de este tipo en todo el mundo.» El equipo se anotó un éxito decisivo al demostrar mediante los datos procedentes de la SIOP que el modelo era capaz de generar predicciones razonables de forma habitual. Sin embargo, es necesario continuar trabajando. El simulador oncológico debe ser sometido a exhaustivos procesos de validación, adaptación y optimización antes de que pueda emplearse para la toma de decisiones en la práctica clínica de manera rutinaria. Además, los investigadores necesitan probar e integrar métodos de extracción de moléculas aplicables a los estados histológicos y celulares cruciales del tumor. Estos aspectos se están investigando, si bien el principal éxito de ACGT ha consistido en demostrar la solidez de esta herramienta. El proyecto ACGT recibió financiación del área temática «Tecnologías para la sociedad de la información» del Sexto Programa Marco (6PM) para la investigación de la UE. Más información acerca del trabajo de ACGT en el artículo «La genómica aplicada se traslada del laboratorio a la clínica» .