Una nueva terapia (basada en ARN) combate el melanoma en modelos de ratón

Archivo - Ratón de laboratorio.
Archivo - Ratón de laboratorio. - JACOBSTUDIO/ ISTOCK - Archivo
Publicado: lunes, 31 julio 2023 7:59

MADRID, 31 Jul. (EUROPA PRESS) -

Investigadores de la Escuela Icahn de Medicina del Mount Sinai, en Estados Unidos, han diseñado una innovadora estrategia basada en ARN para activar células dendríticas --que desempeñan un papel clave en la respuesta inmunitaria-- que erradicó tumores y evitó su reaparición en modelos de ratón de melanoma. Los resultados, que sugieren que el método puede ser eficaz contra tumores que ya se han extendido a otras partes del cuerpo y contra distintos tipos de cáncer, se publican en la revista 'Nature Nanotechnology'.

Las células cancerosas emplean estrategias para desactivar varias fases del ciclo de inmunidad contra el cáncer, el proceso por el que las células dendríticas educan a las células T para que eliminen las células cancerosas. Según los investigadores, este entorno inmunosupresor que impide la activación de las células T que eliminan el cáncer permite el crecimiento de los tumores.

"La mayoría de los enfoques para potenciar esta función crítica de las células dendríticas --o terapias celulares adoptivas-- pretenden aumentar las señales de activación proporcionadas a las células dendríticas cuando moléculas específicas de su superficie se unen a células tumorales. Sin embargo, en los ensayos clínicos no han tenido el éxito esperado. Esto se debe a que los tumores tienden a evolucionar de distintas maneras para desactivar cada etapa del ciclo cáncer-inmunidad", afirma Yizhou Dong, doctor, autor correspondiente del estudio, catedrático de Ciencias Oncológicas y miembro del Instituto de Genómica Icahn y del Instituto de Inmunología de Precisión Marc y Jennifer Lipschultz del Icahn Mount Sinai.

Los investigadores denominaron a su método CATCH. Como parte del régimen, los investigadores utilizaron nuevos tipos de nanopartículas lipídicas para administrar dos ARNm terapéuticos --un proceso similar al utilizado con éxito para las vacunas COVID-19-- con el fin de garantizar que las células dendríticas se activaran lo suficiente como para potenciar el ciclo cáncer-inmunidad en tumores establecidos.

Mediante múltiples bioensayos para conocer los efectos del régimen CATCH en distintos tipos de células inmunitarias, los investigadores demostraron que su estrategia no sólo reactivaba el ciclo, sino que también eliminaba obstáculos en otras fases. Esto provocó un cambio en el microentorno del tumor, que pasó de tener tipos celulares que debilitan la capacidad de las células T para combatir el cáncer a tener tipos celulares que en realidad apoyan y mejoran su capacidad para luchar contra los tumores.

Además de los resultados positivos obtenidos en modelos de ratón de melanoma, los investigadores realizaron otras pruebas para evaluar la eficacia del régimen CATCH para reiniciar el ciclo de inmunidad contra el cáncer de forma más amplia. Sus investigaciones revelaron resultados alentadores, ya que el régimen redujo los tumores en modelos de ratón de linfoma de células B en un 83%. También lo probaron en modelos de ratón de cáncer de mama, en los que aproximadamente la mitad de los ratones respondieron favorablemente.

A continuación, los investigadores planean realizar pruebas de viabilidad y seguridad para utilizar el régimen CATCH en ensayos clínicos de fase inicial con pacientes.

"Las células dendríticas han sido un foco clave para el desarrollo de nuevas terapias contra el cáncer, ya que estas células organizan el ciclo cáncer-inmunidad. En teoría, el régimen CATCH que utiliza esta tecnología basada en ARN en particular tiene el potencial de proporcionar un enfoque mucho más eficaz para el uso de células dendríticas para la inmunoterapia del cáncer para tratar una amplia gama de tumores sólidos", apunta Brian Brown, Director del Instituto de Genómica Icahn y Director Asociado del Instituto de Inmunología de Precisión Marc y Jennifer Lipschultz en Icahn Mount Sinai.

Leer más acerca de: