La nostra tasca, centrada en l’aplicació de biomarcadors d’imatge i radiòmica per a la detecció del càncer, consisteix bàsicament a desenvolupar tècniques d’imatge de precisió dins la medicina personalitzada amb l’objectiu últim de millorar els resultats dels pacients amb càncer.
El darrer any hem impulsat noves col·laboracions amb destacats grups de recerca en tècniques d’imatge de Cardiff (Gal·les, Regne Unit), la Champalimaud Foundation a Lisboa i la New York University School of Medicine (Nova York, EUA). ). També hem establert noves aliances amb altres instituts de recerca excel·lents, com el Centre Alemany de Recerca Oncològica – Deutsches Krebsforschungszentrum, DKFZ (Heidelberg, Alemanya), i l’Hospital Universitari de Dresden (Dresde, Alemanya).
Ens complau anunciar que recentment hem rebut finançament per a dos projectes europeus, TANGERINE i ODELIA. Aquests projectes brindaran una oportunitat única per establir valuoses xarxes de col·laboradors amb coneixements multidisciplinaris i complementaris. Això accelerarà el desenvolupament i l’aplicació de noves eines d’IA en la investigació oncològica, cosa que en última instància es traduirà en avenços a la pràctica clínica. Tenim l´honor de treballar amb socis tan prestigiosos i esperem amb impaciència els descobriments revolucionaris que sorgiran d´aquestes col·laboracions.
En el context de la nostra col·laboració amb la Unitat d’Investigació de Teràpia Molecular del Càncer (UITM) – CaixaResearch del VHIO, dirigida per Elena Garralda, i gràcies al suport rebut a través d’un premi AstraZeneca Partners of Choice, estem treballant a l’estudi PREDICT per desenvolupar biomarcadors predictius de la resposta als inhibidors del punt de control immunitari combinant la radiòmica, la genòmica i la caracterització molecular del microambient tumoral mitjançant assaigs per multiplexat.
També participem al projecte DART (Building Data Rich Clinical Trials) del Consorci Cancer Core Europe, finançat per la UE i dirigit per Elena Garralda, del VHIO. Amb l’objectiu d’optimitzar el disseny dels assaigs clínics, estem donant suport per assolir l’estandardització dels protocols d’imatge i la integració de nous biomarcadors d’imatge.
D’altra banda, estem estudiant nous protocols de RM ponderada per difusió per avaluar mètriques biològiques específiques pel que fa a la cel·lularitat dels teixits i la mida de les cèl·lules del fetge. Preveiem que la mètrica obtinguda arran d’aquesta nova anàlisi tingui aplicacions importants, per exemple, com a biomarcadors no invasius al càncer. Francesco Grussu, becari postdoctoral del nostre grup, ha obtingut aquest any una beca postdoctoral LaCaixa Retaining per continuar amb aquesta investigació.
Gràcies al suport rebut de l’Institut de Salut Carlos III – ISCIII, i del Prostate Cancer Foundation’s (PCF) Young Investigator Award, el nostre grup coordina un estudi prospectiu multicèntric de RM ponderada en difusió de cos sencer com a biomarcador de la resposta de la metàstasi òssia a pacients amb càncer de pròstata. Aquest estudi es va ampliar per incloure pacients amb càncer de mama gràcies al finançament rebut de La Marató de TV3 (estudi PreciMet). Ens complau anunciar que el reclutament de pacients per al nostre assaig es va completar a l’últim trimestre del 2022. Esperem amb impaciència l’anunci dels resultats d’aquest ambiciós projecte.
Hem establert diverses associacions interdisciplinàries amb diversos grups del VHIO per col·laborar en projectes de recerca translacional. El nostre esperit de ciència en equip és indispensable per optimitzar l’obtenció d’imatges i accelerar la investigació translacional contra el càncer. Centrats en l’aplicació de biomarcadors d’imatge i radiòmica al descobriment del càncer, els nostres esforços se centren en l’avenç de les tècniques d’imatge de precisió a la medicina personalitzada per, en última instància, millorar els resultats dels pacients amb càncer.
- Desenvolupar i optimitzar canals per a models dintegració de dades dIA amb especial enfocament en imatges mèdiques i el procés dintegració de models explicables.
- Proporcionar experiència en enginyeria i bioinformàtica per al desenvolupament i la qualificació clínica de biomarcadors d’imatges per a oncologia de precisió per millorar els resultats dels pacients amb càncer.
- Ús d’imatges funcionals per optimitzar el desenvolupament de fàrmacs en assaigs clínics.
- Integrar la radiòmica amb la genòmica en estudis translacionals per assolir una comprensió més profunda de l’evolució dels tumors i els mecanismes de resistència a les teràpies anticancerígenes.
- Desenvolupar i implementar models computacionals per al processament avançat de les imatges.
Figura: Les mètriques microestructurals de la ressonància magnètica ponderada per difusió proporcionen mètriques biològiques específiques que ofereixen sensibilitat als processos oncogènics al fetge, com les metàstasis.
Cap de grup
Raquel Perez-Lopez
Becaris postdoctorals
Kinga Bernatowicz-Goma
Francesco Grussu
Caterina Tozzi
Estudiants de doctorat
Alonso García
Marta Ligero
Olivia Prior
Athanasios Grigoriou
Anna Voronova
Informàtics
Camilo Monreal
Adrià Marcos
Tècnic de laboratori
Daniel Navarro
Research Fellow
Luz María Atlagich
Estudiants
Maria Balaguer
Ella Fokkinga
Bente Gielen
Nikolaos Staikoglou
Carlos Macarro Pérez
Data curator
Christina Zatse
Publicacions científiques més rellevants
- Ghaffari Laleh N, Ligero M, Perez-Lopez R, Kather JN. Facts and Hopes on the Use of Artificial Intelligence for Predictive Immunotherapy Biomarkers in Cancer. Clin Cancer Res. 2023 Jan 17;29(2):316-323.
- Ligero, M., Hernando, J., Delgado, E. et al. Radiomics and outcome prediction to antiangiogenic treatment in advanced gastroenteropancreatic neuroendocrine tumours: findings from the phase II TALENT trial. BJC Rep 1, 9 (2023).
- Ligero M, Simó M, Carpio C, Iacoboni G, Balaguer-Montero M, Navarro V, Sánchez-Salinas MA, Bobillo S, Marín-Niebla A, Iraola-Truchuelo J, Abrisqueta P, Sala-Llonch R, Bosch F, Perez-Lopez R, Barba P. PET-based radiomics signature can predict durable responses to CAR T-cell therapy in patients with large B-cell lymphoma. EJHaem. 2023 Sep 11;4(4):1081-1088.
- Ramlee S, Hulse D, Bernatowicz K, Pérez-López R, Sala E, Aloj L. Radiomic Signatures Associated with CD8+ Tumour-Infiltrating Lymphocytes: A Systematic Review and Quality Assessment Study. Cancers (Basel). 2022 Jul 27;14(15):3656.
- Grussu F, Bernatowicz K, Casanova-Salas I, Castro N, Nuciforo P, Mateo J, Barba I, Perez-Lopez R. Diffusion MRI signal cumulants and hepatocyte microstructure at fixed diffusion time: Insights from simulations, 9.4T imaging, and histology. Magn Reson Med. 2022 Jul;88(1):365-379.
- Elez E, Ros J, Fernández J, Villacampa G, Moreno-Cárdenas AB, Arenillas C, Bernatowicz K, Comas R, Li S, Kodack DP, Fasani R, Garcia A, Gonzalo-Ruiz J, Piris-Gimenez A, Nuciforo P, Kerr G, Intini R, Montagna A, Germani MM, Randon G, Vivancos A, Smits R, Graus D, Perez-Lopez R, Cremolini C, Lonardi S, Pietrantonio F, Dienstmann R, Tabernero J, Toledo RA. RNF43 mutations predict response to anti-BRAF/EGFR combinatory therapies in BRAFV600E metastatic colorectal cancer. Nat Med. 2022 Oct;28(10):2162-2170.
- Pons-Escoda A, Garcia-Ruiz A, Naval-Baudin P, Grussu F, Fernandez JJS, Simo AC, Sarro NV, Fernandez-Coello A, Bruna J, Cos M, Perez-Lopez R, Majos C. Voxel-level analysis of normalized DSC-PWI time-intensity curves: a potential generalizable approach and its proof of concept in discriminating glioblastoma and metastasis. Eur Radiol. 2022 Jun;32(6):3705-3715.
- Grussu, F; et al. Diffusion MRI signal cumulants and hepatocyte microstructure at fixed diffusion time: insights from simulations, 9.4T imaging and histology. Magnetic Resonance in Medicine. 2022. doi: 10.1002/mrm.29174 (en prensa).
- Pons-Escoda A, García-Ruiz A, Naval-Baudin P, Grussu F, Fernández JJS, Simóo AC, Sarróo NV, Fernández-Coello A, Bruna J, Cos M, Pérez-López R, Majos C. Voxel-level analysis of normalized DSC-PWI time-intensity curves: a potential generalizable approach and its proof of concept in discriminating glioblastoma and metastasis. Eur Radiol. 2022 Feb 1. DOI: 10.1007/s00330-021-08498-1.
- Bernatowicz, K., Grussu, F., Ligero, M. et al. Robust imaging habitat computation using voxel-wise radiomics features. Sci Rep 11, 20133 (2021). doi: 10.1038/s41598-021-99701-2.
- Ligero M, García-Ruiz A, Viaplana C, Villacampa G, Raciti MV, Landa J, Matos I, Martín-Liberal J, Ochoa-de-Olza M, Hierro C, Mateo J, González M, Morales-Barrera R, Suárez C, Rodón J, Elez E, Braña I, Muñoz-Couselo E, Oaknin A, Fasani R, Nuciforo P, Gil D, Rubio-Pérez C, Seoane J, Felip E, Escobar M, Tabernero J, Carles J, Dienstmann R, Garralda E, Pérez-López R. A CT-based Radiomics Signature Is Associated with Response to Immune Checkpoint Inhibitors in Advanced Solid Tumors. Radiology. 2021 Apr;299(1):109-119. doi: 10.1148/radiol.2021200928.
- García-Ruiz A, Naval-Baudin P, Ligero M, Pons-Escoda A, Bruna J, Plans G, Calvo N, Cos M, Majós C, Pérez-López R. Precise enhancement quantification in post-operative MRI as an indicator of residual tumor impact is associated with survival in patients with glioblastoma. Sci Rep. 2021 Jan 12;11(1):695. doi: 10.1038/s41598-020-79829-3.
- Ligero M, Jordi-Ollero O, Bernatowicz K, García-Ruiz A, Delgado-Muñoz E, Leiva D, Mast R, Suárez C, Sala-Llonch R, Calvo N, Escobar M, Navarro-Martín A, Villacampa G, Dienstmann R, Pérez-López R. Minimizing acquisition-related radiomics variability by image resampling and batch effect correction to allow for large-scale data analysis. Eur Radiol. 2021 Mar;31(3):1460-1470. doi: 10.1007/s00330-020-07174-0.
- Zunder SM, Pérez-López R, de Kok BM, Raciti MV, van Pelt GW, Dienstmann R, García-Ruiz A, Meijer CA, Gelderblom H, Tollenaar RA, Nuciforo P, Wasser MN, Mesker WE. Correlation of the tumour-stroma ratio with diffusion weighted MRI in rectal cancer. Eur J Radiol. 2020 Dec;133:109345. doi: 10.1016/j.ejrad.2020.109345.
- Matos I, Martín-Liberal J, García-Ruiz A, Hierro C, Ochoa de Olza M, Viaplana C, Azaro A, Vieito M, Braña I, Mur G, Ros J, Mateos J, Villacampa G, Berché R, Oliveira M, Alsina M, Elez E, Oaknin A, Muñoz-Couselo E, Carles J, Felip E, Rodón J, Tabernero J, Dienstmann R, Pérez-López R, Garralda E. Capturing Hyperprogressive Disease with Immune-Checkpoint Inhibitors Using RECIST 1.1 Criteria. Clin Cancer Res. 2020 Apr 15;26(8):1846-1855. doi: 10.1158/1078-0432.CCR-19-2226.
Principals projectes de R+D
- IMPRINT: Imaging Markers for Personalized Response in ImmunoTherapy. Department of Research and Universities of Catalonia. 2024-2026.
- TANGERINE: Artificial-intelligence-based end-to-end prediction of cancer immunotherapy response. TRANSCAN Program (Spanish Association against Cancer and Instituto de Salud Carlos III). 2023-2025.
- ODELIA: An Open Consortium for Decentralized Medical Artificial Intelligence. H2020 Program (European Commission). 2023-2028.
- MARION: Multimodal biomarkers for precise management of metastatic prostate cancer. Proyectos de colaboración público-privada (Industry Ministry Spanish Government). 2023-2025.
- PRECISE: Deciphering colon cancer heterogeneity with machine learning and precision imaging. Instituto de Salud Carlos III. 2022-2025.
- Tumoral senescence induced by anti-cancer therapies constitutes a novel prognostic biomarker and a therapeutic target. Fundación Científica Asociación Española Contra el Cáncer-Proyectos Coordinados. 2021-2026.
- CCE-DART: Building Data Rich Clinical Horizon 2020 Program – European Commission. VHIO. 2021-2026.
- Unraveling the tumor immunophenotype with deep-learning based FERO Foundation Research Fellowship.
- PREdICT: Personalized REsponse Imaging biomarker for Cancer Therapy. CRIS Cancer Foundation Research Talent Program, AstraZeneca PoC Award
- PrecIMet: precision imaging for bone metastases. Fundació La Marató.
- Immune-Image: Specific Imaging of Immune Cell Dynamics Using Novel Tracer Horizon 2020-Innovative Medicine Initiatives (IMI2-Call4; 831514).
- Validación clínica de la resonancia de cuerpo completo con difusión en pacientes con cáncer de próstata resistente a la castración y metástasis óseas. Instituto de Salud Carlos III-Investigación en Salud (PI18/01395).
Beques
- Beca postdoctoral Beatriu de Pinós: “Advancing Magnetic Resonance Imaging against liver cancer”. Destinatari: Francesco Grussu. 2022-2024.
- Fundació La Caixa, Beca INPhINIT Retaining. Doctorat en enginyeria biomèdica (Universitat Politècnica de Catalunya). Investigadora predoctoral: Olivia Prior. 2021-2024.
- PERIS – Beca predoctoral. Doctorat en enginyeria biomèdica (Universitat de Barcelona) Investigadora predoctoral: Marta Ligero. 2021-2024.
