Descripció del projecte
Les malalties cardiovasculars són una de les principals causes de mort en pacients que han sobreviscut al càncer. Tot i que els tractaments oncohematològics tripliquen el risc cardiovascular a mitjà i llarg termini, l’evidència científica sobre com prevenir els esdeveniments cardiovasculars o fins i tot com predir precoçment la disfunció cardíaca relacionada amb la teràpia del càncer (CTRCD) en aquesta població és escassa. S’ha detectat que els pacients amb càncer amb fenotip de malaltia similar poden tenir una etiologia molecular diferent fent que les respostes al tractament siguin diferents. Així, s’ha demostrat que de les teràpies de primera línia per al càncer en diferents estadis generen toxicitat cardíaca només en una part dels pacients. En aquest moment, encara no existeixen models d’estratificació del risc basats en factors multidominis per identificar aquells pacients amb més risc d’esdeveniments adversos cardíacs. Per tant, es necessiten amb urgència biomarcadors específics del pacient per a la predicció de l’aparició de CTRCD per mitigar els riscos associats a les complicacions cardíaques.
El present projecte se centrarà en la identificació i validació de biomarcadors de risc de CTRCD a partir de l’anàlisi de dades òmiques, especialment metabolòmica, en combinació amb dades clíniques i d’imatge. Per a això, es realitzaran dos estudis pilots que impliquen teràpies anticancerígenes on s’ha detectat CTRCD. El primer estudi es realitzarà amb pacients amb càncer de mama HER2 positiu (HERBCA) tractats amb anticossos HER2. El segon d’estudi es realitzarà amb pacients amb carcinoma hepatocel·lulars (HCC) tractats amb inhibidors del punt de control immune (ICI). Tots dos estudis seran multicèntrics, implicant cohorts de diferents centres d’Europa i estan recolzats per projectes nacionals (La Marató) i europeus (Artemis).
Es recolliran mostres de plasma, glòbuls vermells (RBCs) i teixits dels pacients i s’analitzaran mitjançant metabolòmica basada en RMN. Concretament, el perfil metabòlic de glòbuls, poc explorat fins ara, ha demostrat estar estretament relacionat amb el sistema cardiovascular i la seva disfunció. Les dades resultants s’integraran amb dades de genòmica i variables clíniques per construir models predictius basats en l’aprenentatge automàtic que és amb imatges CMT.
Com a resultat s’espera l’obtenció de perfils òmics específics associats amb un risc més alt o menor de CTRCD que puguin ajudar a millorar la gestió dels pacients en un context de creixement exponencial de noves teràpies per al càncer.
