El Grup de Biomarcadors i Dinàmica Clonal del VHIO es dedica a explorar les complexitats moleculars i les variables que influeixen en els resultats clínics dels pacients. El seu objectiu és avançar en la investigació del càncer mitjançant l’aplicació innovadora d’anàlisis evolutives de tumors utilitzant biòpsies líquides longitudinals de tumors i ADN tumoral circulant (ctADN) en diferents contextos clínics i terapèutics, incloses les immunoteràpies contra el càncer i les teràpies dirigides. També estudien l’impacte de la hipòxia a la tumorigènesi i les característiques clíniques, la selecció de mutacions EPAS1-HIF2α i l’eficàcia dels inhibidors de HIF2α.
El Grup de Biomarcadors i Dinàmica Clonal del VHIO aplica anàlisis innovadores d’evolució tumoral en mostres longitudinals de tumor i de biòpsia líquida d’ADN tumoral circulant (ctDNA) en diferents contextos clínics i terapèutics. A través d’aquest enfocament integrador, la nostra recerca busca desxifrar la complexitat evolutiva dels càncers humans i aportar informació accionable que es pugui traslladar a la pràctica clínica, amb un enfocament principal en la immunoteràpia del càncer i les teràpies dirigides.
La nostra recerca en biòpsia líquida també s’estén a malignitats adrenals poc freqüents, inclosos els feocromocitomes i paragangliomes (PPGL), així com els carcinomes adrenocorticals (ACC), on apliquem estratègies basades en ctDNA per millorar el seguiment de la malaltia i la presa de decisions terapèutiques.
-
Aplicar assaigs multimodals de ctDNA per predir la resposta a la immunoteràpia i a les teràpies dirigides en diferents tipus tumorals.
-
Caracteritzar l’heterogeneïtat tumoral: examinar l’heterogeneïtat temporal dels tumors mitjançant enfocaments de seqüenciació de tumor i biòpsia líquida durant la resposta al tractament i la progressió de la malaltia, particularment en el context de la immunoteràpia i les teràpies dirigides.
-
Investigar els mecanismes de resistència a fàrmacs oncològics en immunoteràpia i teràpies dirigides per identificar possibles biomarcadors de resistència en biòpsia líquida que orientin estratègies terapèutiques més eficaces.
-
Avaluar la utilitat clínica de l’anàlisi d’ADN tumoral circulant (ctDNA) en càncers adrenals poc freqüents, com feocromocitomes, paragangliomes (PPGL) i carcinomes adrenocorticals (ACC).
Cap de grup
Rodrigo A. Toledo
Investigadors Predoctorals
Carlota Arenillas, Oriol Mirallas Viñas, Ana Belen Moreno-Cárdenas
Gestora de Dades
Alma Calahorro
Bioinformàtiques
Adriana Barea
Alessandra Bonilla
Debayan Datta
Data scientist
Kira Raskina
- Wyatt, A. W., Litiere, S., Bidard, F. C., Cabel, L., Dyrskjøt, L., Karlovich, C. A., Pantel, K., Petrie, J., Philip, R., Andrews, H. S., Vellanki, P. J., Tolmeijer, S. H., Villalobos Alberu, X., Alfano, C., Bogaerts, J., Calvo, E., Chen, A. P., Toledo, R. A., de Vries, E. G. E., … RECIST ctDNA workshop group. (2024). Plasma ctDNA as a treatment response biomarker in metastatic cancers: Evaluation by the RECIST working group. Clinical Cancer Research, 30(22), 5034-5041. https://doi.org/10.1158/1078-0432.CCR-24-1883
- Stanley, K. E., Jatsenko, T., Tuveri, S., Sudhakaran, D., Lannoo, L., Van Calsteren, K., de Borre, M., Van Parijs, I., Van Coillie, L., Van Den Bogaert, K., De Almeida Toledo, R., Lenaerts, L., Tejpar, S., Punie, K., Rengifo, L. Y., Vandenberghe, P., Thienpont, B., & Vermeesch, J. R. (2024). Cell type signatures in cell-free DNA fragmentation profiles reveal disease biology. Nature Communications, 15(1), 2220. https://doi.org/10.1038/s41467-024-46435-0
- Prior, O., Macarro, C., Navarro, V., Monreal, C., Ligero, M., Garcia-Ruiz, A., Serna, G., Simonetti, S., Braña, I., Vieito, M., Escobar, M., Capdevila, J., Byrne, A. T., Dienstmann, R., Toledo, R., Nuciforo, P., Garralda, E., Grussu, F., Bernatowicz, K., & Perez-Lopez, R. (2024). Identification of precise 3D CT radiomics for habitat computation by machine learning in cancer. Radiology: Artificial Intelligence, 6(2), e230118. https://doi.org/10.1148/ryai.230118
- Ligero, M., Serna, G., El Nahhas, O. S. M., Sansano, I., Mauchanski, S., Viaplana, C., Calderaro, J., Toledo, R. A., Dienstmann, R., Vanguri, R. S., Sauter, J. L., Sanchez-Vega, F., Shah, S. P., Ramón Y Cajal, S., Garralda, E., Nuciforo, P., Perez-Lopez, R., & Kather, J. N. (2024). Weakly supervised deep learning predicts immunotherapy response in solid tumors based on PD-L1 expression. Cancer Research Communications, 4(1), 92-102. https://doi.org/10.1158/2767-9764.CRC-23-0287
- Targeting Ferroptosis as a new therapeutic approach to overcome resistance to checkpoint inhibitors. Funded by: Agencia de Gestió d’Ajuts Universitaris i de Recerca (AGAUR). Reference: 2024 LLAV 00119. 12/01/2024 – 05/31/2025. PI: Rodrigo Toledo.
- Inici de l’anàlisi de dades del projecte d’inmunoteràpia IMMUNOMICs-ctDNA.
- Validació per grups científics internacionals del nostre descobriment de mutacions RNF43 com a biomarcadors predictius de resposta en pacients amb càncer colorectal (CCR) amb mutació BRAF tractats amb teràpia anti-BRAF/EGFR.
- Desenvolupament de ACT-Discover per augmentar la sensibilitat de la detecció de ctADN en mostres de plasma.
- S’ha revisat l’eficàcia dels inhibidors del factor induïble per hipòxia-2 alfa (HIF2α) en tumors que allotgen mutacions a la via de la hipòxia.
Notícies Relacionades
