Edición Médica

Christian Ottensmeier, Cancer Research.

Redacción. Londres
Científicos ingleses han identificado un tipo particular de célula del sistema inmunológico que podría predecir con mayor precisión si es probable que los pacientes con cáncer respondan a los medicamentos modernos de inmunoterapia.
 
El descubrimiento ha sugerido que los médicos y los desarrolladores de fármacos tendrán que ser más inteligentes en la reducción a cero en las personas que se benefician de los nuevos medicamentos que están revolucionando el cuidado del cáncer.
 
Algunos fármacos pueden aumentar la capacidad del sistema inmunológico para combatir tumores, pero sólo funcionan para algunos pacientes.
 
El punto de referencia ampliamente utilizado actualmente cuando se administra inmunoterapia contra el cáncer es una proteína llamada PDL-1. Sin embargo, muchos expertos ven al PDL-1 como un "instrumento contundente", ya que no coincide exactamente con la respuesta a los fármacos, lo que lleva a considerar otras medidas, como el nivel de mutación en los tumores.
 
La última investigación añade un nuevo giro al destacar el papel de las llamadas células T de memoria residentes de tejidos.
 
Investigadores de la Universidad de Southampton y La Jolla Instituto de Alergia e Inmunología ha encontrado que los pacientes con cáncer de pulmón con muchos de este tipo de células en sus tumores tenían 34 por ciento menos de probabilidad de morir que otros.
 
"Hemos hecho los primeros pequeños pasos con las pruebas PDL-1, tenemos que ser más inteligentes mediante el uso de nuevas pruebas", ha dicho Christian Ottensmeier, científico del Cancer Research UK que ha trabajado en el estudio.
 
El investigador ha explicado que "la prueba de PDL-1 es un poco como decir 'tienes un Ferrari porque es rojo'. Muchos Ferraris son rojos y muchos tumores que son PDL-1 positivos responderán a la inmunoterapia, pero por sí solo no es suficiente".
 
Ottensmeier y sus colegas ahora planean nuevos ensayos clínicos para ver qué tan bien su predictor biológico puede seleccionar pacientes que se beneficiarán de tomar determinados fármacos.

---