Un estudi liderat pel Grup d’Immunogenòmica Computacional del Vall d’Hebron Institut d’Oncologia (VHIO), en col·laboració amb la Hartwig Medical Foundation, demostra, a partir de l’anàlisi de més de 7.000 tumors metastàtics, que les grans col·leccions de dades genòmiques permeten predir quins pacients no respondran a determinats tractaments oncològics. La identificació d’aquests biomarcadors de no resposta permetria evitar tractaments ineficaços i la toxicitat associada, optimitzar les decisions terapèutiques i facilitar l’accés precoç a alternatives amb més probabilitats d’èxit. El treball s’acaba de publicar a la revista ESMO Real World Data and Digital Oncology.
Aquesta investigació ha estat possible gràcies al suport de la Fundació FERO, la Fundació «la Caixa» i la Hartwig Medical Foundation, que financen la recerca del Grup d’Immunogenòmica Computacional del VHIO.
Biomarcadors de no resposta
Durant les darreres dècades, la medicina de precisió ha revolucionat el tractament del càncer identificant biomarcadors que permeten seleccionar els pacients amb més probabilitats de beneficiar-se de les teràpies dirigides i de les immunoteràpies. Un dels grans reptes és identificar aquells pacients que no es beneficiaran del tractament, amb l’objectiu d’evitar teràpies innecessàries, minimitzar-ne la toxicitat i accelerar l’accés a alternatives terapèutiques més adequades en cada cas.
En aquest context, un estudi dut a terme pel Dr. Joseph Usset i liderat pel Dr. Francisco Martínez Jiménez, cap del Grup d’Immunogenòmica Computacional del VHIO i responsable de Mineria de Dades de la Hartwig Medical Foundation, avança en aquesta direcció identificant biomarcadors de no resposta, és a dir, biomarcadors capaços de predir quins pacients és poc probable que es beneficiïn de determinats tractaments.
L’estudi, publicat a ESMO Real World Data and Digital Oncology, ha analitzat dades de seqüenciació del genoma complet i del transcriptoma de més de 7.000 tumors metastàtics procedents d’una de les bases de dades genòmiques de càncer més grans del món. Els investigadors van avaluar de manera sistemàtica més de 2.600 biomarcadors potencials en 56 cohorts terapèutiques, identificant alteracions moleculars associades a l’absència o a una probabilitat molt baixa de resposta a determinats tractaments.
Entre les principals troballes, l’estudi mostra que, en pacients amb melanoma que presenten determinades alteracions genètiques que permeten al tumor escapar de l’acció del sistema immunitari, la immunoteràpia no resulta eficaç. D’altra banda, en pacients amb càncer colorectal metastàtic, la presència de la mutació KRAS G12D es va associar a una probabilitat de resposta a la quimioteràpia inferior al 5%.
«Identificar els pacients que no es beneficiaran d’un tractament és tan important com identificar aquells que sí que ho faran», afirma Edwin Cuppen, director científic de la Hartwig Medical Foundation i coautor principal de l’estudi. «Aquests biomarcadors de no resposta tenen un valor clínic directe: poden evitar que els pacients pateixin una toxicitat innecessària i facilitar la seva derivació a assaigs clínics o a estratègies terapèutiques alternatives amb més probabilitats d’èxit.»
L’estudi també posa de manifest la importància de disposar de bases de dades clíniques i genòmiques de gran dimensió i en creixement continu. Els investigadors mostren que demostrar de manera fiable que un biomarcador s’associa a una taxa de resposta inferior al 5% requereix desenes de casos de no resposta i, en el cas de biomarcadors poc freqüents, cohorts de pacients properes al miler, una xifra que la majoria de les cohorts actuals encara no assoleixen.
«Aquest treball demostra tant el que ja som capaços de fer com el que serà possible a mesura que augmenti la quantitat de dades disponibles», afirma el Dr. Francisco Martínez Jiménez. «La reanàlisi sistemàtica de grans conjunts de dades del món real harmonitzades no només té un enorme valor científic, sinó que representa el camí per fer que la medicina genòmica sigui més sostenible i equitativa.»
Referencia
Usset J., de Ligt, S. Roerink, P. Roepman, E. Cuppen & F. Martínez-Jiménez. Systematic identification of genomic nonresponse biomarkers to cancer therapies. ESMO Real World Data and Digital Oncology, Volume 13, 2026, 100721, ISSN 2949-8201
https://doi.org/10.1016/j.esmorw.2026.100721
