Desde su laboratorio en el Centro de Investigaciones Sanford de la Universidad de Dakota del Sur, Pilar de la Puente (León, 1985) quiere redefinir el tratamiento del cáncer. Su objetivo es estudiar los tumores fuera del paciente y predecir la eficacia de los fármacos disponibles sin experimentar en las personas.
Pilar de la Puente estudió Biología en la Universidad de León y recibió su doctorado en la Universidad de Salamanca. Después realizó una estancia postdoctoral en la Universidad de Washington (EE UU), donde se centró en conocer el ambiente tumoral en enfermedades hematológicas. Actualmente, dirige un laboratorio enfocado en el desarrollo de modelos tumorales para medicina personalizada en el Centro de Investigaciones Sanford de la Universidad de Dakota del Sur.
Su equipo pretende proporcionar un modelo sustituto humano que respalde la predicción de la eficacia de un fármaco y evite así que un paciente de cáncer pase por tratamientos de prueba y error. Es decir, que sirva como guía para la selección de terapias farmacológicas efectivas.
Tiene solo 35 años y ya está al frente de su propio laboratorio, donde trabaja en un modelo 3D pionero que busca conseguir una solución para cada cáncer.
Estudiamos cómo responderían los tumores a una terapia en el laboratorio pero llevándolo a la clínica de la manera más fiel y rápida posible. El estudio de modelos tridimensionales no es nuevo, hay muchos trabajos de los últimos 15 años que han demostrado su relevancia. Lo que sí es pionero es cómo lo hacemos, utilizando 100 % material del paciente de forma personalizada.
El objetivo es saber lo que funciona mejor para un paciente de cáncer en lugar de probar varios medicamentos, sobre todo en los casos en los que no hay tiempo para ello
Creemos que si no incorporas ninguna señal que afecte a las células tumorales, tienes una mejor manera de recapitular cómo se comportarían en el paciente y, por tanto, cómo respondería el cáncer a un fármaco.
La idea es crear modelos en 3D de las células cancerígenas y el ambiente celular de alrededor y probar en ellos diferentes fármacos. ¿Qué se pretende conseguir con esto?
Predecir la eficacia sin tener que probar en los pacientes. Si generas su tumor en el laboratorio sin nada adicional y testas fármacos, podrías decir cuál es el que tiene más efecto para esas células en ese momento concreto de la enfermedad. En definitiva, saber lo que funciona mejor en lugar de tantear varios medicamentos, sobre todo en los casos en los que no hay tiempo para ello.
¿El modelo in vitro tiene una evolución parecida en el paciente o hay que ir tomando muestras a diferentes tiempos según vaya avanzando?
Si tienes que esperar mucho tiempo, necesitarías muestras diferentes. La misma célula cancerígena puede evolucionar de distinta manera –lo que se conoce como clon–. Por ello, si en un año quisieras hacer una predicción necesitarías una muestra nueva, ya que en el laboratorio no tenemos las mismas exposiciones que un paciente posee en la vida real. Por ejemplo, si el paciente ha recibido fármacos o cualquier terapia después de que nosotros hayamos tomado la muestra, estos clones aparecen y sería imposible pronosticar lo que debería pasar. En cambio, si es a corto plazo sí creemos ser capaces de recapitular bastante bien cómo evolucionará ese tumor.
¿Ha contactado con agencias regulatorias como la FDA o la EMA para que se aprueben estos modelos?
Aún no. Por el momento, trabajamos con los médicos de la clínica y a través de las farmacéuticas. Llegar a una agencia reguladora sería bastante complicado ahora mismo ya que apenas empezamos hace dos años y necesitamos a muchos pacientes. Tenemos una patente en el proyecto y queremos crear una compañía con el objetivo de mover esto a esos niveles.
El equipo de Pilar de la Puente lleva dos años trabajando en modelos 3D de tumores sólidos. / Foto cedida por la investigadora
¿Qué ventajas e inconvenientes tienen los modelos de tumores en 3D respecto a los ratones avatar para testar los diferentes tratamientos antitumorales en un paciente con cáncer?
Dentro de los puntos fuertes tenemos el coste, ya que realmente estamos usando solo material del paciente y fármacos; y la rapidez, dado que somos capaces de predecir algo que tarda de cuatro a seis meses en las personas afectadas, en tan solo siete días. Y, en comparación, realizar un modelo animal con células humanas lleva meses. Además, muchas veces no son capaces de crecer. En nuestros modelos tenemos una efectividad del 100 % en el crecimiento de las células.
Los puntos fuertes de nuestros modelos en 3D son el coste, ya que usamos solo material del paciente y fármacos, y la rapidez, dado que somos capaces de predecir algo que tarda de cuatro a seis meses en un paciente en tan solo siete días
Pero también existen limitaciones. Recreamos exclusivamente el ambiente del tumor, todo lo demás de un paciente no está incorporado. No se puede simular cómo los vasos sanguíneos penetran en el cáncer o ningún otro órgano, mientras que un modelo animal sí lo tiene y se podrían ver los efectos secundarios.
Sin embargo, estamos creando una versión 2.0 de este modelo en el que queremos añadir la circulación para ver cómo llegan los fármacos y que sea más representativo de qué ocurriría en un paciente. Aunque todavía estamos trabajando en ello.
Curar el cáncer parece una frase muy ambiciosa pero, ¿es la medicina de precisión el futuro para acabar con los tumores?
No sé si tanto para acabar con la enfermedad, pero al menos para promover que te administren la terapia más apropiada y, con ello, aumentar la tasa de supervivencia. Para ello necesitamos todavía entenderlo mejor. Estos modelos nos pueden ayudar a hacerlo al permitirnos no solo probar fármacos, sino descubrir también por qué los tumores se hacen resistentes a estos, cómo se comportan cuando les expones a distintos compuestos.
También es importante remarcar que se necesitan más medicamentos. No creo que hayamos dado con cuál es el que funciona exactamente y mata. Ahora mismo no existe nada que haya sido 100 % efectivo. Igualmente, es fundamental cuándo se empieza a tratar un cáncer, y para ello es necesario tener mejores modelos de detección y marcadores para ello.
Vencer al cáncer es algo que ahora mismo no está a nuestro alcance desgraciadamente, pero creo que estos modelos son la vía para comprender mejor cómo funciona y buscar nuevos fármacos para tratarlo de forma personalizada. Definitivamente esto sí es el futuro.
Acabar con el cáncer es algo que ahora mismo no está a nuestro alcance desgraciadamente, pero creo que estos modelos son la vía para comprender mejor cómo funciona y buscar nuevos fármacos para tratarlo de forma personalizada
Como decía, todo pasa por evitar la progresión del cáncer y la resistencia a los fármacos…
Sí, impedir la formación de metástasis y entender mejor cómo se crea la resistencia a los medicamentos son dos de las cosas que aún quedan por estudiar y que podrían cambiar la manera en la que trataremos los tumores desde hoy hasta los próximos cinco años.
Por ejemplo, necesitamos terapias capaces de suprimir no solo las células proliferativas, es decir, las que crecen muy rápido. También hay que eliminar las que se quedan adormecidas, que parecen que no están haciendo nada y dos o tres años después de haber pasado un cáncer, ‘se despiertan’ y empiezan a formar metástasis en otros sitios. Parecía que te habías curado y, de repente, vuelves a estar en la misma pesadilla.
Pilar de la Puente quiere que sus modelos 3D sean útiles y empiecen a utilizarse en la clínica. / Foto cedida por la investigadora
En concreto, los cánceres de mama y ovario son dos de los más prevalentes en mujeres. ¿Está fallando la prevención?
La prevención está bien pero se necesitan marcadores que les digan dónde mirar y qué es lo que podría estar mal. Eso cambiaría mucho la manera en la que tratamos el cáncer.
En el caso del cáncer de ovario, las capacidades de diagnóstico son malas. No existen marcadores capaces de detectar que algo esté pasando. Lo llaman en inglés silent killer. Porque no sabes que lo tienes, no posees ningún síntoma. Que en una revisión ginecológica normal aparezca es muy complicado.
Ahora mismo se está trabajando mucho en marcadores de sangre, incluso marcadores generalizados que sean capaces de detectar cualquier cáncer. Una vez al año, igual que vas a un chequeo rutinario, se podría añadir una muestra en la que se miren este tipo de marcadores. ¿Va a ser muy específico? No, pero si algo raro sale, podrán hacer más pruebas y derivar a un especialista.
Evitar la formación de metástasis y entender mejor cómo se crea la resistencia a los medicamentos son dos de las cosas que aún quedan por estudiar y que podrían cambiar la manera en la que trataremos los tumores desde hoy hasta los próximos cinco años
¿Cómo ha afectado la pandemia a vuestro trabajo?
En mi laboratorio hemos sido muy afortunados porque nunca hemos tenido que cerrar, cuando otras instituciones sí que han tenido que hacerlo. Eso sí, hemos tenido millones de limitaciones.
En relación con las muestras de pacientes, ahí sí ha habido mala experiencia. Del número que podríamos conseguir en un momento normal, durante muchos meses de la pandemia ha sido prácticamente nulo. Tiene sentido, ya que al principio las personas con cáncer no iban a las instalaciones médicas para evitar riesgos.
Hay que pensar también que la gente que se encarga de estos estudios son enfermeras y demás personal sanitario que con la covid han tenido mucho trabajo extra. En definitiva, hay millones de razones por las que estos estudios con muestras de pacientes se están viendo claramente afectados. Nosotros lo entendemos e intentamos trabajar con muestras de biobancos para seguir con nuestro trabajo.
En 2019 fue reconocida como una de las 35 mujeres españolas más influentes en ciencia, menores de 35, por Bussiness Insider y en 2018, se convirtió en la primera española en ganar el Premio Lush en la categoría de Investigador joven por un proyecto pionero que “sustituía las pruebas con animales por unos cultivos de laboratorio”. ¿Realmente se podría prescindir de los animales en la investigación científica?
Estudiar una enfermedad humana en modelos animales no es la mejor manera de hacerlo. Cuando coges las células de un tumor humano y se las pones a un ratón, tienes un montón de señales que vienen del roedor que no puedes controlar. Y es imposible valorar si eso está afectando realmente a la forma en que ese tumor respondería en la realidad. Para nosotros, estudiar una enfermedad humana tiene que pasar por utilizar modelos humanos, que solo utilicen material del propio paciente.
Pero creo que sí, poco a poco podríamos remplazar y reducir la investigación con animales y estar más concienciados al respecto. Aunque hay trabajos en los que resulta más complejo. Por ejemplo, para estudiar el comportamiento del cerebro es complicado no usar modelos animales porque obviamente nadie querrá que esto se experimente en una persona.
Mi deseo es que el tratamiento de pacientes con cáncer realmente se decida por ser el más apropiado, con unos resultados empíricos que lo demuestren. No porque sea el fármaco de moda, el que está poniendo todo el mundo o el que esta farmacéutica me paga por poner
¿Qué le gustaría alcanzar en su carrera científica?
Demostrar que estos modelos realmente pueden ser útiles y que empiecen a utilizarse en la clínica. Mi deseo es que el tratamiento de pacientes con cáncer realmente se decida por ser el más apropiado, con unos resultados empíricos que lo demuestren. No porque sea el fármaco de moda, el que está poniendo todo el mundo o el que esta farmacéutica me paga por poner. Si viéramos esos resultados en la clínica, no podría estar más contenta.
El grupo Nature publica hoy un paquete de artículos en varias de sus revistas que en conjunto supone un análisis sin precedentes sobre el cáncer y que da un giro a lo que se sabía hasta ahora. Arroja luz incluso sobre cómo prevenir esta patología que, como alertaba la OMS al principio de este año, sigue una trayectoria al alza.
Investigadores de EE UU confirman que los humanos somos capaces de detectar la estructura básica de una frase casi tan rápido como se reconoce una escena visual: en unos 150 milisegundos, es decir, la velocidad de un parpadeo.
