Un grup d'investigadors de la Universitat de Barcelona (UB) i l’Institut de Bioenginyeria de Catalunya (IBEC) han identificat nous biomarcadors del càncer de pulmó de cèl·lules no petites, del tipus més freqüent. Aquesta identificació s'ha fet gràcies a una nova tècnica que permet analitzar quantitativament les mostres de teixits de pacients. Tot plegat desemboca en una metodologia pionera, més econòmica i fàcil d’aplicar que les tradicionals en hospitals i altres entorns clínics.  

Segons exposa la Universitat de Barcelona en un comunicat, determinades característiques de les fibres de col·lagen (abundants al voltant de les cèl·lules canceroses) serien potencials indicadors per diagnosticar i pronosticar l’evolució de la malaltia. "La nostra nova eina pot millorar la gestió clínica dels pacients quirúrgics amb aquest tipus de càncer, ja que pot identificar quins tenen més risc de recaiguda i poden beneficiar-se, per tant, d’un seguiment més exhaustiu i, fins i tot, de teràpies neoadjuvants",  explica Jordi Alcaraz, professor de la Facultat de Medicina i Ciències de la Salut de la UB i investigador de l’IBEC. 

Les fibres de col·lagen, claus en el diagnòstic 

El càncer de pulmó és la principal causa de mort relacionada amb el càncer tant en homes com en dones a tot el món, amb una taxa de supervivència a 5 anys del 18 %. La majoria d’aquests pacients són diagnosticats de càncer de pulmó de cèl·lules no petites. Cada vegada hi ha més evidències del paper essencial de l’ambient ric en fibres de col·lagen que envolta les cèl·lules canceroses en la progressió d’aquest tipus de càncers i altres tumors sòlids. 

En aquest entorn tumoral, una alta expressió del col·lagen de tipus i s’ha associat amb un mal pronòstic i amb un augment del risc de metàstasi. Davant aquest repte, els investigadors han desenvolupat i validat un nou enfocament de patologia digital per analitzar quantitativament les fibres de col·lagen en mostres de teixits de pacients amb càncer de pulmó de cèl·lules no petites. La nova tècnica facilita, no només diagnosticar, sinó també pronosticar l'evolució de la malaltia. "La nostra eina és una aproximació més barata i fàcil d’incorporar per a les unitats de patologia", destaca Jordi Alcaraz, també investigador de l’Hospital Clínic.