biología · global
COMPASS añade una nueva capa de preguntas de IA a los ensayos de inmunoterapia
El equipo de Harvard convierte la expresión génica tumoral en predicciones interpretables de respuesta inmunitaria, ofreciendo una nueva herramienta para la estratificación de pacientes; pero cuanto más capaz sea el modelo de funcionar entre distintos tipos de cáncer y fármacos, más tendrán que volver a responder los ensayos clínicos preguntas sobre validación, sesgos y responsabilidad regulatoria.
Los inhibidores de puntos de control inmunitario han cambiado las perspectivas de tratamiento para algunos cánceres, pero siempre han venido acompañados de una realidad difícil: con el mismo fármaco, algunas personas logran remisiones duraderas, mientras que otras solo soportan efectos secundarios y costes de tiempo. El modelo COMPASS, publicado recientemente por la Facultad de Medicina de Harvard y un equipo colaborador, intenta precisamente determinar, antes de iniciar el tratamiento, a qué lado es más probable que pertenezca un paciente a partir de las señales de expresión génica del tumor.
El estudio se publicó en *Nature Medicine*. Según el resumen del artículo, COMPASS es un modelo fundacional pancanceroso que usa grandes volúmenes de datos transcriptómicos tumorales y emplea una arquitectura de “cuello de botella conceptual” para conectar la actividad génica con conceptos inmunitarios más interpretables, y luego predecir la respuesta de los pacientes a los inhibidores de puntos de control inmunitario. El equipo de investigación señaló que el modelo se entrenó primero con 10.184 tumores de 33 tipos de cáncer, y después se evaluó en 16 cohortes clínicas que abarcaban 7 tipos de cáncer y 6 inhibidores de puntos de control inmunitario.
En comparación con 22 métodos de referencia, el artículo informó que COMPASS aumentó la exactitud media en un 8,5% y el área bajo la curva de precisión-revocación en un 15,7%; los pacientes clasificados por el modelo como respondedores también mostraron una mejor separación en supervivencia global. Estos resultados hacen que COMPASS no sea solo un clasificador para un único tipo de cáncer, sino más bien un marco de estratificación de pacientes que puede probarse en distintos tipos de cáncer y contextos farmacológicos.
Sin embargo, esa es precisamente la razón por la que el diseño de ensayos clínicos se vuelve más complejo. Si los investigadores incorporan este tipo de modelo en ensayos de inmunoterapia, deben decidir si se utilizará para seleccionar la inclusión, estratificar la aleatorización, explorar biomarcadores o solo como herramienta de análisis posterior; cada posicionamiento implica diseños estadísticos, riesgos de fracaso y cuestiones éticas diferentes. Si el modelo excluye erróneamente a posibles beneficiarios, o dirige hacia el tratamiento a quienes tienen menos probabilidades de beneficiarse, las consecuencias no son solo un sesgo en una puntuación algorítmica.
El repositorio oficial muestra que COMPASS puede generar predicciones de respuesta y no respuesta a partir de tablas de expresión génica, y también puede extraer características a nivel de genes, conjuntos génicos y 44 conceptos. La página de descarga del proyecto enumera conjuntos de datos, modelos preentrenados, un modelo paninhibidor de puntos de control inmunitario ajustado con 1.133 pacientes, así como archivos de modelos para fármacos como atezolizumab, ipilimumab, nivolumab y pembrolizumab. Estos materiales abiertos ayudan a investigadores externos a reproducir y ampliar el trabajo, pero algunas cohortes clínicas aún requieren solicitudes a través de bases de datos controladas como EGA y dbGaP, por lo que la accesibilidad de los datos no es uniforme.
Para los pacientes en general, el límite más importante es este: COMPASS sigue siendo actualmente una herramienta de investigación, no una recomendación médica que pueda decidir directamente un tratamiento. El sitio web del proyecto también indica explícitamente que su uso es para investigación y educación. Aunque los datos retrospectivos muestran que el modelo puede distinguir grupos con mayor probabilidad de beneficiarse, su entrada real en la práctica clínica todavía requiere ensayos prospectivos que demuestren que puede mejorar la toma de decisiones, y no solo reorganizar señales presentes en datos existentes.
La cuestión científica más amplia es la generalizabilidad. El transcriptoma tumoral puede verse afectado por el procesamiento de muestras, la plataforma de secuenciación, la pureza tumoral y las diferencias entre poblaciones de pacientes; la respuesta a la inmunoterapia tampoco está determinada solo por las células tumorales, sino que también involucra el microambiente, tratamientos previos, comorbilidades y combinaciones de fármacos. Que COMPASS comprima estos factores complejos en conceptos inmunitarios más legibles es una dirección atractiva, pero también exige que los investigadores vuelvan a comprobar, antes de cada uso en un nuevo tipo de cáncer, nuevo fármaco y nueva población, si el modelo sigue siendo fiable.