El mundo de la medicina personalizada está cambiando drásticamente con la aplicación de nuevas tecnologías. Entre ellas, el perfilado proteómico está redefiniendo nuestro entendimiento de las funciones celulares, particularmente en biología del cáncer.
En una reciente entrevista, conversamos con el Dr. Manish Kohli sobre dos de sus publicaciones más recientes en investigación de cáncer de próstata. Con décadas de experiencia en práctica clínica e investigación, el Dr. Kohli trabaja actualmente como oncólogo en el Huntsman Cancer Institute en Salt Lake City, Utah.
El primer paper — Circulatory prostate cancer proteome landscapes and prognostic biomarkers in metastatic castrate resistant prostate cancer — utilizó Olink Explore 3072 para identificar proteínas diferencialmente expresadas (DEPs) en etapas avanzadas de cáncer de próstata.
En el segundo paper — Plasma Cell-Free DNA Methylation-Based Prognosis in Metastatic Castrate-Resistant Prostate Cancer — el equipo expandió el primer estudio analizando biomarkers clínicos y más muestras de pacientes para desarrollar un nomograma cuantificando el riesgo asociado con cambios combinados de metilación de cfDNA.
La importancia de multiómica en datasets de biobancos
Para el Dr. Kohli, los insights traídos por esfuerzos como el Proyecto Genoma Humano han presagiado el futuro de la medicina de precisión. "Desde 2005 ha quedado claro que el mundo molecular se nos va a venir encima para ser usado como herramienta de cuidado del paciente. Y ha quedado aún más claro después de 2018-2019 que las plataformas ómicas como epigenomas y proteomas se van a involucrar más allá del DNA tumoral circulante o más allá de la transcriptómica."
Las plataformas ómicas han permitido la generación de datasets masivos a través de muchas disciplinas de biología molecular. Por más de una década, gran parte del trabajo del Dr. Kohli ha sido desarrollar y anotar datos de biobancos de liquid biopsy del mundo real.
Ahora se vuelve cada vez más importante integrar múltiples fuentes de datos en estos datasets:
"Intentamos usar diferentes plataformas ómicas en estos biobancos reales para indagar preguntas que no tienen respuestas listas desde las estimaciones clínicas — porque las estimaciones clínicas son lo que hacemos en este momento. Esos outcomes clínicos incluyen pronóstico, predicción, monitoreo de enfermedad usando herramientas moleculares. La idea es derivar señales, testearlas, validarlas, y luego llevarlas prospectivamente al mundo de la investigación."
Expresión temporal de proteínas en cáncer de próstata
El Dr. Kohli se refiere a su primer paper usando Explore 3072 como "una especie de paper alfa, o el canario en la mina, usando esta tecnología". El proyecto aprovechó un biobanco bien anotado de liquid biopsy genitourinaria desarrollado por su equipo en el Huntsman Cancer Institute. Usaron tecnología Olink "para ver un paisaje temporal de proteínas enfocándose específicamente en las 750 o 738 proteínas tumor-asociadas en este panel."
El proyecto analizó dos placas de muestras de "pacientes en el continuum de cáncer de próstata, desde etapa local a una etapa ligeramente más metastásica llamada hormone-sensitive metastásica, y luego una etapa aún más avanzada de progresión llamada metastatic castrate-resistant (mCRPC)."
Con información de outcomes, el equipo pudo comparar expresión de proteínas a través de timepoints y pronósticos. El objetivo fue crear "un paisaje descriptivo del repertorio de proteínas en este panel a través de las diferentes etapas."
Los hallazgos fueron significativos. De las 738 proteínas targeteadas en el panel Explore 3072, encontraron ~26 proteínas verdaderamente sobre- o sub-expresadas estadísticamente en diferentes etapas. Esta información permitió enfocarse en una meta clave: "mirar la etapa castrate-resistant de progresión, mirar las proteínas sobre-expresadas que podemos alcanzar tras una sustracción diferencial de las etapas previas."
Al testear esta tecnología, fue crítico combinarla con información existente. "Queríamos ver si nuestro conocimiento actual se mejora usando esta técnica." Sus resultados demostraron que integrar datos proteómicos y paneles dirigidos tuvo éxito — de las 26 proteínas desreguladas, dos fueron fuertes indicadores pronósticos de sobrevida corta en cáncer de próstata castrate-resistant.
Expandiendo el alcance: más biomarkers y asociaciones de riesgo en múltiples plataformas moleculares
Identificar biomarkers DEP pronósticos fue un paso importante en la investigación de cáncer de próstata avanzado. El equipo del Dr. Kohli enfocó su próximo proyecto en aumentar el alcance y tamaño muestral. En el siguiente estudio sobre metilación de cfDNA en plasma, evaluaron features epigenómicas que predicen outcomes clínicos usando bloques de haplotipos de metilación específicamente sobre-expresados en estado CRPC.
Un estudio de seguimiento ahora evalúa un número aumentado de muestras de pacientes y DEPs de significancia, integrando los DEPs con señales epigenómicas:
"Hemos trabajado con la compañía matriz Olink también para no doblar sino un poco más que doblar el número total de pacientes en el estudio. Volvimos a buscar las señales no solo en 738 proteínas sino en aproximadamente 3.000 proteínas, todos los pathways, porque queremos datos más robustos dado que este approach parece funcionar."
Con datos de más de 350 muestras de pacientes, encontraron que "no son solo dos proteínas, sino al menos 20 proteínas sobre-expresadas de manera stage-specific en enfermedad castrate-resistant." Los tests clínicos actuales se apoyan en biomarkers no específicos a la etapa de enfermedad. Combinando estos nuevos datos con modelos históricos, han podido crear un plot mostrando el hazard ratio para el outcome clínico de cada DEP en cáncer de próstata castrate-resistant metastásico.
Estos resultados evidencian los procesos biológicos en juego: "Es claro que hay pathways específicos en la red de ontología génica que se enfocan en pathways de oxidative reductase. Cuando las proteínas en esos pathways están sobre-expresadas, esos pacientes les va peor en esta etapa particular, lo que también abre potencialmente el rol para targetear esos pathways en el futuro."
Hacia ensayos clínicos y el futuro de la medicina de precisión
El pathway de oxidative reductase es foco de otra investigación de enfermedad y trials de drogas, así que ya hay potenciales terapéuticos para estos indicadores pronósticos. El Dr. Kohli ve un ensayo clínico para mCRPC como "un ejercicio muy diferente de este, que es decir, si conseguimos una signature, tenemos que mirar cuál es la prevalencia de esa signature en la compilación para empezar. Porque basado en la prevalencia, podrás diseñar y modelar un ensayo clínico prospectivo de medicina de precisión o no."
Tener datasets epigenómicos y de proteínas es un primer paso fuerte, especialmente dado el "reporte mixto" que el Dr. Kohli ha visto con trials clínicos basados en DNA:
"Si miras la definición de medicina de precisión del big pharma en la etapa actual de evolución, está mayormente basada en alteraciones DNA-based. El approach 'Genotype Matched Treatment' (GMT) para droga-alteración-DNA ha sido el foco de la medicina de precisión. Sin embargo, este approach no siempre funciona en la realidad."
"Dados los iMATCH trials del NCI y tantos trials de Europa, el match DNA no ha sido muy exitoso, tristemente. Puedes tener la alteración, y puedes tener la droga, pero no siempre funciona. Los ensayos clínicos prospectivos con drogas matching una alteración DNA tienen una tasa de respuesta entre 5 a 15% y no duradera."
¿A dónde lleva esto los futuros esfuerzos de medicina de precisión? El Dr. Kohli apunta a éxitos tempranos en el transcriptoma, epigenoma y proteoma:
- Tecnologías RNA-based han liderado breakthroughs en oncología. Por ejemplo, un éxito muy grande es Oncotype DX en breast cancer adjuvant trial, donde se da quimioterapia adjuvant o no basado en un score de recurrencia.
- El epigenoma y proteoma también tienen futuro prometedor. Más del 95% de las drogas targetean proteínas, no targetean alteraciones DNA. Esto prepara el escenario para capturar heterogeneidad, que de hecho se expresa y puede estar asociada con biología tumoral progresiva más cercanamente que las alteraciones DNA-based.
El trabajo pionero del Dr. Kohli demuestra el uso del perfilado proteómico y multiómica en redefinir cómo entendemos y tratamos el cáncer de próstata avanzado. Mediante el uso de herramientas de vanguardia como Olink Explore 3072 y datasets de biobanco a gran escala, su investigación identifica biomarkers con valor pronóstico y apunta a un futuro donde el tratamiento data-driven se vuelve la norma.
Macrogen Iberoamérica · proteómica con Olink
Macrogen Inc. ofrece servicios de proteómica con plataforma Olink dentro de su red global. Para investigadores en España, Portugal, Chile y Perú interesados en perfilado proteómico de alto multiplex (incluyendo paneles Explore 3072 mencionados en este estudio):
- Coordinación de proyectos vía nuestros hubs de 🇪🇸 Madrid y 🇨🇱 Santiago
- Logística internacional de muestras (suero, plasma, liquid biopsy) con cadena de frío
- Bioinformática integrada — análisis estadístico, identificación de DEPs, pathway enrichment
- Reportes en español + soporte técnico zona horaria local
- Posibilidad de integración con cohortes existentes vía colaboración con equipo bioinformático
¿Diseñando un estudio proteómico para cáncer u otra patología? Conversa con nuestro equipo — podemos asesorar selección de panel, diseño experimental y bioinformática.
Entrevista original conducida por Psomagen (hermana corporativa de Macrogen en EE.UU.). Fuente original ↗