Nuestra labor, centrada en la aplicación de biomarcadores de imagen y radiómica para la detección del cáncer, consiste fundamentalmente en desarrollar técnicas de imagen de precisión dentro de la medicina personalizada con el fin de mejorar, en última instancia, los resultados de los pacientes con cáncer.
A lo largo del pasado año, hemos impulsado nuevas colaboraciones con destacados grupos de investigación en técnicas de imagen de Cardiff (Gales, Reino Unido), la Champalimaud Foundation en Lisboa y la New York University School of Medicine (Nueva York, EE.UU.). También hemos forjado nuevas alianzas con otros excelentes institutos de investigación, como el Centro Alemán de Investigación Oncológica – Deutsches Krebsforschungszentrum, DKFZ (Heidelberg, Alemania), y el Hospital Universitario de Dresde (Dresde, Alemania).
Recientemente nuestro grupo ha recibido financiación para dos proyectos europeos, TANGERINE y ODELIA. Estos proyectos brindarán una oportunidad única para establecer valiosas redes de colaboradores con conocimientos multidisciplinares y complementarios. Esto acelerará el desarrollo y la aplicación de nuevas herramientas de IA en la investigación oncológica, lo que en última instancia se traducirá en avances en la práctica clínica. Tenemos el honor de trabajar con socios tan prestigiosos y esperamos con impaciencia los descubrimientos revolucionarios que surgirán de estas colaboraciones.
En el contexto de nuestra colaboración con la Unidad de Investigación de Terapia Molecular del Cáncer (UITM) – CaixaResearch del VHIO, dirigido por Elena Garralda, y gracias al apoyo recibido a través de un premio AstraZeneca Partners of Choice, estamos trabajando en el estudio PREDICT para desarrollar biomarcadores predictivos de la respuesta a los inhibidores del punto de control inmunitario combinando la radiómica, la genómica y la caracterización molecular del microambiente tumoral mediante ensayos por multiplexado.
También participamos en el proyecto DART (Building Data Rich Clinical Trials) del Consorcio Cancer Core Europe, financiado por la UE y dirigido por Elena Garralda, del VHIO. Con el objetivo de optimizar el diseño de los ensayos clínicos, estamos prestando apoyo para lograr la estandarización de los protocolos de imagen y la integración de nuevos biomarcadores de imagen.
Por otro lado, estamos estudiando nuevos protocolos de RM ponderada por difusión para evaluar métricas biológicas específicas por lo que se refiere a la celularidad de los tejidos y el tamaño de las células del hígado. Prevemos que la métrica obtenida a raíz de este nuevo análisis tenga aplicaciones importantes, por ejemplo, como biomarcadores no invasivos en el cáncer. Francesco Grussu, becario posdoctoral de nuestro grupo, ha obtenido este año una beca posdoctoral LaCaixa Retaining para proseguir con esta investigación.
Gracias al apoyo recibido del Instituto de Salud Carlos III – ISCIII, y del Prostate Cancer Foundation’s (PCF) Young Investigator Award, nuestro grupo coordina un estudio prospectivo multicéntrico de RM ponderada en difusión de cuerpo entero como biomarcador de la respuesta de la metástasis ósea en pacientes con cáncer de próstata. Este estudio se amplió para incluir a pacientes con cáncer de mama gracias a la financiación recibida de La Marató de TV3 (estudio PreciMet). Nos complace anunciar que el reclutamiento de pacientes para nuestro ensayo se completó en el último trimestre de 2022. Esperamos con impaciencia el anuncio de los resultados de este ambicioso proyecto.
Hemos establecido varias asociaciones interdisciplinares con diversos grupos del VHIO para colaborar en proyectos de investigación traslacional. Nuestro espíritu de ciencia en equipo es indispensable para optimizar la obtención de imágenes y acelerar la investigación traslacional contra el cáncer. Centrados en la aplicación de biomarcadores de imagen y radiómica al descubrimiento del cáncer, nuestros esfuerzos se centran en el avance de las técnicas de imagen de precisión en la medicina personalizada para, en última instancia, mejorar los resultados de los pacientes con cáncer.
- Desarrollar y optimizar canales para modelos de integración de datos de IA con especial enfoque en imágenes médicas y el proceso de integración de modelos explicables.
- Proporcionar experiencia en ingeniería y bioinformática para el desarrollo y calificación clínica de biomarcadores de imágenes para oncología de precisión para mejorar los resultados de los pacientes con cáncer.
- Utilizar imágenes funcionales para optimizar el desarrollo de fármacos en ensayos clínicos.
- Integrar la radiómica con la genómica en estudios traslacionales para lograr una comprensión más profunda de la evolución de los tumores y los mecanismos de resistencia a las terapias anticancerígenas.
- Desarrollar e implementar modelos computacionales para el procesamiento avanzado de imágenes.
Figura: Las métricas microestructurales de la resonancia magnética ponderada por difusión proporcionan métricas biológicas específicas que ofrecen sensibilidad a los procesos oncogénicos en el hígado, como las metástasis.
Jefa de grupo
Raquel Perez-Lopez
Becarios postdoctorales
Francesco Grussu
Caterina Tozzi
Estudiantes de doctorado
Alonso García
Marta Ligero
Olivia Prior
Athanasios Grigoriou
Anna Voronova
Informático
Camilo Monreal
Adrià Marcos
Técnico de laboratorio
Daniel Navarro
Research fellow
Luz María Atlagich
Estudiantes
Maria Balaguer
Ella Fokkinga
Bente Gielen
Nikolaos Staikoglou
Carlos Macarro
Data curator
Christina Zatse
Publicaciones científicas más relevantes
- 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.
Principales proyectos de I+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).
Becas
- Beca postdoctoral Beatriu de Pinós: “Advancing Magnetic Resonance Imaging against liver cancer”. Destinatario: Francesco Grussu. 2022-2024.
- Fundación La Caixa, Beca INPhINIT Retaining. Doctorado en ingeniería biomédica (Universidad Politécnica de Cataluña). Investigadora predoctoral: Olivia Prior. 2021-2024.
- PERIS – Beca predoctoral. Doctorado en ingeniería biomédica (Universidad de Barcelona). Investigadora predoctoral: Marta Ligero. 2021-2024.
Noticias Relacionadas
