Gemelos digitales predicen respuesta al tratamiento en cáncer de mama triple negativo
Actualizado el 04 Nov 2026
El cáncer de mama triple negativo (CMTN) es un subtipo agresivo y de rápido crecimiento que representa alrededor del 15% de todos los casos de cáncer de mama. Sus células tumorales carecen de receptores de estrógeno, receptores de progesterona y de la proteína HER2, lo que limita el uso de terapias hormonales y de fármacos dirigidos a HER2. Teniendo en cuenta estas limitaciones del tratamiento, los investigadores han desarrollado un modelo informático basado en inteligencia artificial simbólica para ayudar a identificar opciones adicionales cuando fracasan las terapias estándar.
Desarrollado por un equipo del University College Londres en colaboración con la Universidad de Cambridge, el modelo utiliza el perfil genético detallado de cada paciente para recomendar posibles opciones de tratamiento para el CMTN. Se basa en IA simbólica, que usa razonamiento lógico y permite a los médicos ver cómo se generan las recomendaciones, proporcionando una transparencia que los modelos de inteligencia artificial de “caja negra” no tienen.
Para evaluar este enfoque, los investigadores crearon tumores generados por ordenador, o gemelos digitales, a partir de tumores de 31 pacientes del ensayo clínico PARTNER. El nombre completo del ensayo es Inhibidor de la polimerización de poliadenosina 5'-difosforribosa para la investigación y el tratamiento del cáncer de mama temprano neoadyuvante y con riesgo de recaída. Utilizando estos gemelos digitales, el equipo simuló tres escenarios: quimioterapia sola, quimioterapia combinada con olaparib y ausencia de tratamiento.
A continuación, los investigadores compararon las simulaciones con los resultados del ensayo clínico y descubrieron que el modelo predecía correctamente si el tratamiento funcionaría en el 74% de los casos. Entre 13 pacientes que no respondieron por completo, los gemelos digitales identificaron al menos un tratamiento dirigido adicional para 12 pacientes que podría haber mejorado los resultados. Para 10 de estos pacientes, el modelo predijo que añadir el tratamiento podría producir una respuesta suficiente como para que probablemente no quedara cáncer invasivo en la mama ni en los ganglios linfáticos después.
La inclusión de olaparib refleja una vulnerabilidad biológica presente en algunos tumores de CMTN. La deficiencia de recombinación homóloga afecta aproximadamente al 15% al 20% o más de los casos y puede hacer que los tumores sean vulnerables a los fármacos que bloquean la poli(ADP-ribosa) polimerasa, o PARP, una enzima implicada en la reparación de roturas de ADN de una sola cadena. Olaparib es un inhibidor de PARP y se utilizó en el ensayo PARTNER, dirigido porla Universidad de Cambridge y el Addenbrooke’s Hospital de Cambridge, entre 2016 y 2024. Los hallazgos se publicaron en Cell Reports Medicine el 26 de octubre de 2026.
Enlaces relacionados
University College London
