Diseñan predictor de riesgo para cáncer de mama

Científicos del Centro de Investigación del Cáncer (IBMCC-FICUS) han creado un predictor de riesgo para pacientes con cáncer de mama, mediante técnicas de machine learning, que mejora los resultados de los pruebas comerciales ya utilizadas en clínica.

De acuerdo con los investigadores, este predictor permite identificar los genes asociados a la supervivencia y riesgo de los pacientes, y es capaz de obtener firmas génicas que facilitan estimar el pronóstico de la enfermedad.

En concreto, han logrado obtener una firma génica ligada a los biomarcadores moleculares medidos en la clínica de modo rutinario (el receptor de estrógeno, el receptor de progesterona y el protooncogén HER2) para pacientes con cáncer de mama. Estos biomarcadores son clave para determinar el tipo de tumor y guiar las decisiones clínicas de los oncólogos.

"El diagnóstico y pronóstico dependen de la biología del cáncer y del tejido analizado, y varían mucho entre los distintos tipos de cáncer... Por consiguiente, identificar otros nuevos, a través de la investigación, permite mejorar el diagnóstico y pronóstico de las enfermedades y proporcionar un tratamiento más personalizado y adecuado para cada paciente", señaló Javier De las Rivas, líder del laboratorio responsable del nuevo diseño.