Prevención de la recurrencia del cáncer oral

La UPM participa en NeoMark, un proyecto que utiliza marcadores clínicos y genéticos para estimar la probabilidad de que la enfermedad reaparezca después del tratamiento.

06.05.13

Investigadores del grupo Life Supporting Technologies de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid (UPM), junto a otros socios europeos, han trabajado durante varios años para encontrar marcadores fiables que permitan estimar la probabilidad de recurrencia del cáncer oral. Utilizando técnicas de inteligencia artificial, han conseguido elaborar un modelo predictivo multinivel que abarca genes, células, tejidos y órganos, capaz de extrapolar evidencias entre decenas de miles de datos.

El carcinoma espinocelular oral es el octavo en incidencia en el mundo y su presencia está aumentando entre la población joven. Aunque el tratamiento quirúrgico de este cáncer suele tener una tasa de éxito relativamente alta, el principal problema radica en la alta probabilidad de recurrencia, entre el 25% y el 50%, en los cinco años siguientes a la intervención. Sin poder estimar con qué probabilidad puede haber una recurrencia, la práctica clínica recomienda unos tratamientos adyuvantes (quimio y radioterapia) que suelen tener efectos secundarios muy graves. Para investigar sobre todo esto se creó en 2008 un consorcio europeo que puso en marcha el proyecto NeoMark*, con el objetivo de encontrar un conjunto mínimo y fiable de marcadores para calcular una buena estimación de la probabilidad de recurrencia a partir de datos de diferente naturaleza: evidencias clínicas, imágenes radiográficas y datos genómicos.

Para abarcar el nivel genético se ha desarrollado una herramienta de bajo coste que adquiere los datos genéticos basándose en la técnica denominada quantitative real time polymerase chain reaction (qRTPCR). La herramienta, creada por la empresa STMicroelectronics (Italia),  analiza RNA extraído de linfocitos y estima la expresión de un conjunto predeterminado de genes (hasta 20).

Además de esta innovadora herramienta, en NeoMark se analizan también datos provenientes de muestras de sangre analizadas en chips de ADN clásicas. Estos datos contienen una gran cantidad de información adicional y de ruido que no son necesarias para el ámbito de aplicación del proyecto, por lo que se ha desarrollado un software que elimina los datos redundantes e innecesarios.

En cuanto a los tejidos, el proyecto ha conseguido crear una herramienta para el análisis de imágenes de tomografía axial computarizada o resonancia magnética que permite extraer características numéricas relativas a nodos linfáticos sospechosos. El programa, elaborado por el Instituto Fraunhofer (Alemania), es capaz de calcular algunas características de los nodos relativas a su forma, textura y contenido de agua fusionando diferentes imágenes del paciente.

Los datos recogidos por las citadas herramientas se integran en un registro clínico para que los especialistas en medicina puedan insertar los datos clínicos de los pacientes y consultar su evolución. La actividad de integración fue realizada por Link Consulting (Portugal) y la UPM.

Para la estimación de la recurrencia del cáncer, la Universidad de Ioannina (Grecia) ha liderado el desarrollo de unos algoritmos basados en inteligencia artificial. La tarea tenía dos objetivos: por un lado, clasificar a los pacientes entre remitentes y no remitentes después de la primera intervención y, por el otro, estimar la probabilidad de recurrencia en la visitas de seguimiento. Se han utilizado para esta labor técnicas de aprendizaje automático, como redes bayesianas, máquinas de vectores de soporte, árboles de decisión y redes neuronales, entre otras.

Finalmente, la enorme y heterogénea cantidad de datos recogidos se debe representar y compartir de manera eficiente. Para tal fin, las ontologías se prestan como una herramienta con un alto nivel de formalidad y una buena interoperabilidad entre sistemas y bases de datos diferentes. Una de las tareas de NeoMark, liderada por el grupo Life Supporting Technologies del Departamento de Tecnología Fotónica y Bioingeniería de la ETSI Telecomunicación de la UPM, ha sido concretamente la creación de una ontología del “dominio” de NeoMark. Siempre y cuando fuera posible, se ha integrado con otras ontologías existentes, especialmente desde la Open Biological and Biomedical Ontologies (OBO) Foundry.

Durante el último año el proyecto ha finalizado un ensayo clínico para la adquisición de datos y el entrenamiento de los algoritmos y la prueba técnica del sistema en general. La prueba, llevada a cabo por la clínica M.D. Anderson International de España y la Azienda Ospedaliero-Universitaria di Parma en Italia, ha involucrado a 86 pacientes tratados con cirugía y bajo seguimiento clínico durante un año. Los resultados técnicos muestran que el sistema, además de estable y de fácil uso, es capaz de estimar la recurrencia del cáncer con una alta fiabilidad.

En concreto, al combinar diferentes clasificadores, el sistema tiene una precisión del 92%, una sensibilidad del 83% y una especificidad del 100%. De los 45.015 genes analizados inicialmente, el clasificador hace uso solo de 37, incluyendo la posibilidad de bajar a solo 9 para obtener unos rendimientos reducidos pero aceptables.


*El proyecto NeoMark (ICT Enabled Prediction of Cancer Reoccurrence) ha sido cofinanciado por la Unión Europea dentro del VII Programa Marco en el objetivo ICT-2007.5.3: Virtual Physiological Human.


SALVI, D.; PICONE, M.; ARREDONDO, M.T.; CABRERA-UMPIERREZ, M.F.; ESTEBAN, A.; STEGER, S.; POLI, T. “Merging Person-Specific Bio-Markers for Predicting Oral Cancer Recurrence Through an Ontology”. IEEE Transactions on Biomedical Engimeering 60 (1): 216-220. DOI: 10.1109/TBME.2012.2216879. Enero de 2013.