La biomedicina ha avanzado espectacularmente en los últimos años, realizando progresos muy significativos en el ámbito de la salud y contribuyendo a la mejora de la calidad de vida de muchas personas. Sin embargo, existen enfermedades y patologías cuya incidencia sigue aumentando globalmente, presentando enormes retos para el bienestar de la sociedad, tales como el cáncer. El cáncer constituye una de las principales causas de morbilidad y mortalidad del mundo. De acuerdo con los datos más recientes del Observatorio Global del Cáncer, el número de pacientes oncológicos se ha incrementado desde, aproximadamente, 13 millones de casos en 2010, a 19,3 millones en 2020. Se estima que en 2040 supere los 28 millones. Abordar tal desafío requiere, cada vez más, que distintas disciplinas científicas unan sus fuerzas de manera sinérgica.

El proyecto MMOncol hace uso de las matemáticas, a través del desarrollo de modelos computacionales, con el objetivo de poder contribuir al conocimiento de los mecanismos biológicos y los tratamientos de distintos tumores malignos: gliomas y metástasis cerebrales, así como leucemias linfoblásticas agudas.

Los gliomas son tumores que se originan en el sistema nervioso central y que afectan, principalmente, al cerebro. Las metástasis cerebrales son cánceres que aparecen en otros órganos y tejidos del cuerpo y que se extienden al cerebro. Las leucemias linfoblásticas agudas son un tipo de cáncer que afecta al normal desarrollo de una clase específica de células sanguíneas del sistema inmune, los linfocitos. El proyecto MMOncol persigue establecer puentes entre distintas ramas de la biomedicina, que incluyen a la biología celular, la oncología, la radiología, la medicina nuclear y la inmunología, a través de herramientas cuantitativas procedentes de las matemáticas. El fin último es encontrar nuevos biomarcadores que logren proporcionar información sobre estos cánceres y desarrollar nuevas estrategias terapéuticas que puedan trasladarse al ámbito clínico.

El equipo investigador del proyecto MMOncol pertenece al Laboratorio de Oncología Matemática (MOLAB), integrado por investigadores de la Universidad de Castilla-La Mancha y la Universidad de Cádiz. El proyecto se aborda desde las matemáticas, pero con una fuerte componente interdisciplinar y en el equipo participan matemáticos, físicos, informáticos, ingenieros, biólogos y biotecnólogos. La labor del equipo se refuerza a través de una extensa red de colaboradores, que abarca desde instituciones de investigación en biología del cáncer hasta centros hospitalarios, los cuales proporcionan datos biológicos y médicos. Toda esa información se procesa y analiza en MOLAB con un amplio repertorio de metodologías que van desde las ecuaciones de evolución, técnicas de análisis de imagen, métodos estadísticos e inteligencia artificial (Figura 2).

El proyecto comprende un enfoque integrativo de tres pilares fundamentales: modelización matemática, biología del cáncer e información clínica. La modelización matemática pone a disposición de la investigación en cáncer un amplio abanico de herramientas, incluyendo ecuaciones de evolución, inteligencia artificial y simuladores mesoscópicos. Sin embargo, para aportar una representación lo más fidedigna posible de la realidad del paciente, estos modelos deben nutrirse de datos experimentales sobre la biología del cáncer y de información clínica relevante. Con estas herramientas pretendemos responder a preguntas de utilidad clínica en cada una de las áreas del proyecto:

1. Mejorar el tratamiento de los tumores cerebrales utilizando modelos matemáticos. ¿Es posible extraer información de las imágenes médicas que permita conocer el pronóstico individual del paciente? ¿Cómo combinar los tratamientos habituales para conseguir un resultado óptimo para cada paciente? ¿Es posible usar modelos matemáticos para distinguir recaídas de procesos inflamatorios y realizar las acciones más adecuadas para cada paciente?
2. Mejorar el tratamiento de las leucemias pediátricas usando modelos matemáticos. ¿Es posible conocer de antemano utilizando datos biomédicos (por ejemplo, de citometría de flujo) en qué pacientes se puede detener completamente el avance de la enfermedad con los tratamientos habituales y en cuáles no? ¿Es posible saber qué pacientes pueden beneficiarse de tratamientos novedosos mediante inmunoterapia? ¿Es posible usar modelos matemáticos para diseñar tratamientos personalizados pediátricos que sean más efectivos y menos tóxicos?
3. Conocer mejor la respuesta inmune y mejorar los tratamientos de inmunoterapia. Las inmunoterapias no están mostrando, en tumores cerebrales, ser tan eficaces como en otros tumores. Los modelos matemáticos permiten crear ‘gemelos virtuales’ del paciente sobre los que ensayar distintos tratamientos de modo virtual y elegir el que mejor se adapta al paciente real. Pretendemos buscar la forma de optimizar el uso de las inmunoterapias en combinación con los tratamientos estándar mediante la utilización de esos gemelos virtuales.
4. Entender cómo cambia y se adapta el tumor para poder derrotarlo. Los tumores no son entes “estáticos” sino que van adaptando su comportamiento durante su historia. De alguna manera puede decirse que van evolucionando, esquivando las dificultades que encuentran en su crecimiento y cambiando bajo procesos de selección natural de las células más agresivas, del mismo modo que las especies animales han ido adaptándose a los cambios en sus ecosistemas durante la historia de la vida en la Tierra. Comprender estos procesos es fundamental, por ejemplo, para poder evitar el desarrollo de resistencias a los tratamientos. El proyecto pretende trabajar en esta línea de “dinámica evolutiva” para proponer estrategias de tratamientos combinados que permitan llevar al cáncer a un proceso de “extinción” y poder así erradicarlo del paciente.

En conjunto, el proyecto aborda problemas básicos y aplicados de la oncología con métodos matemáticos que puedan ser llevados a la práctica clínica y, con ello, mejorar los tratamientos y la calidad de vida de los pacientes con cáncer.