Post de Martina Conte, investigadora predoctoral (INPhINIT 2017) del Basque Center for Applied Mathematics (BCAM)

A pesar de los evidentes avances científicos logrados en los últimos años, tanto en el área de diagnóstico precoz como en el desarrollo de terapias específicas e innovadoras, la tasa mundial de mortalidad por cáncer no ha experimentado una disminución proporcional a los esfuerzos de investigación y las inversiones. El cáncer sigue siendo una de las principales causas de mortalidad en todo el mundo. Entonces, ¿por qué no buscar una ayuda adicional para esta lucha en un campo científico que apenas se asocia a la investigación médica?

En las últimas décadas, el papel del modelado matemático se ha vuelto cada vez más relevante en muchos aspectos. Desde campos de aplicación científica, como la ingeniería y la informática, pasando por la física y hasta la biología y la medicina. En particular, está surgiendo un interés especial en la investigación y la aplicación biomédica, con el escenario de nuevos y estimulantes retos.

La idea de utilizar el modelado matemático como apoyo para proporcionar posibles respuestas a los problemas del crecimiento y el desarrollo del tumor surge exactamente para enfrentarse a estos desafíos.

La problemática de los tumores cerebrales

Los tumores cerebrales, especialmente el glioblastoma, aunque no aparecen entre los que tienen mayor incidencia, se encuentran entre los más agresivos e invasivos, con un mal pronóstico y, a menudo, una corta esperanza de vida. Uno de los principales problemas asociados al diagnóstico y el consiguiente tratamiento de estas neoplasias es la dificultad de obtener una estimación clara de la infiltración del tumor y de su borde exterior real. Las células tumorales son altamente móviles y, al explotar las características intrínsecas del tejido nervioso, se propagan dentro del cerebro creando regiones tumorales de baja densidad que a menudo no pueden detectarse con las técnicas de imagen médica actuales. En consecuencia, tanto la resección quirúrgica como los tratamientos posteriores de quimioterapia y la radioterapia podrían no llegar a ser un éxito completo.

Es en este contexto que surge nuestro proyecto de investigación, y que desarrollo en el marco de la beca de doctorado INPhINIT ”la Caixa”. A partir del procesamiento de los datos clínicos del paciente, que se pueden obtener con diferentes técnicas de imagen, es posible reconstruir de manera precisa la geometría del tejido cerebral e inferir estimaciones apropiadas de los valores de los parámetros involucrados.

Sobre esta base se construye un modelo matemático. Traducimos en ecuaciones los comportamientos celulares que queremos tener en cuenta: desde el proceso de proliferación hasta la difusión celular, la migración y el modelado de un posible abordaje terapéutico.

La elección de los procesos a considerar puede variar ampliamente, de acuerdo con los datos disponibles para cada uno de ellos. De hecho, el objetivo es conocer la fiabilidad y la aplicabilidad final del modelo.

Poniendo en práctica el modelo

Pero, ¿cómo es posible que ese contexto teórico pueda utilizarse en la práctica para proporcionar información útil para los médicos en la lucha contra el cáncer?

Después de construir el modelo y de realizar su implementación computacional, lo que realmente tenemos en nuestras manos es un paciente virtual.

Al poner en marcha el modelo que refleja la situación clínica real de un paciente, es posible simular la evolución temporal, el crecimiento y el desarrollo del tumor. Y en la reconstrucción de la geometría realista del tejido cerebral, podemos ver en qué áreas el tumor está creciendo, extendiéndose y emigrando.

Es posible simular la respuesta celular a diferentes variaciones de las condiciones del microambiente, en términos, por ejemplo, de fluctuaciones de oxígeno o privación de nutrientes. Además, podemos verificar el efecto de terapias potenciales, cambiar las dosis, las combinaciones y el horario. Pero sobre todo, cometer un error en el modelo no es un problema, ya que nuestro paciente no se verá afectado por las consecuencias. Por el contrario, con este modelo podemos realizar tantos experimentos como queramos hasta alcanzar el resultado óptimo y, solo entonces, utilizarlo para establecer la mejor estrategia operativa para el paciente real. Esta es la mayor ventaja de este marco matemático.

Igualmente debemos ser cuidadosos. De hecho, cada modelo lleva una serie de hipótesis, a veces simplificadas, necesarias para producir resultados concretos pero que, al mismo tiempo, puede dar lugar a discrepancias respecto los resultados esperados. Por lo tanto, hay que tenerlo siempre en cuenta en el momento de la interpretación del resultado.

Es fundamental enfatizar cómo estas nuevas herramientas, basadas en el concepto del modelado matemático y la simulación en pacientes virtuales, podría cambiar la perspectiva en este campo de investigación. Necesitamos una sinergia creciente entre la investigación médica pura y el posible apoyo biomédico que los modelos matemáticos pueden ofrecer. Esta investigación podría ser un importante paso adelante en la lucha contra el cáncer.

Este es el mensaje intrínseco que este proyecto está llevando a cabo. Los números y las ecuaciones, que desafortunadamente con demasiada frecuencia los estudiantes odian y tratan de evitar, realmente podrían convertirse en un jugador clave sorprendente en esta lucha.