Volver a Noticias Científicas
Investigación Científica

Detalles del Artículo

Las mutaciones de KRAS (G12V/A146T) se asocian con resistencia a la quimiorradioterapia neoadyuvante (nCRT) a través de una mayor reparación de las roturas de doble cadena del ADN y respaldan un marco de predicción basado en el aprendizaje profundo en el cáncer colorrectal localmente avanzado (LARC).

Prospectivo
Pacientes: 67

¿Qué significa esto para los pacientes?

AI

Este estudio analizó muestras tumorales de pacientes con cáncer colorrectal localmente avanzado (LARC) antes de que recibieran quimiorradioterapia neoadyuvante (nCRT), que es el tratamiento estándar. El objetivo era identificar marcadores moleculares que pudieran predecir la respuesta de los pacientes a este tratamiento.

La investigación identificó cambios específicos en el gen KRAS, concretamente KRASG12V y KRASA146T, que fueron más frecuentes en los pacientes que no respondieron bien a la nCRT. Estos hallazgos sugieren que estos cambios específicos en el gen KRAS podrían estar relacionados con la resistencia a la nCRT. El estudio también desarrolló un modelo informático que combina la información genómica del tumor con la información obtenida al examinar muestras de tejido bajo un microscopio para predecir la respuesta a la nCRT.

Actualmente, esta investigación es exploratoria. Si bien los hallazgos sugieren una relación entre ciertos cambios en el gen KRAS y la resistencia a la nCRT, esto debe confirmarse en estudios más amplios con más pacientes. El modelo informático también necesita validación en estudios más amplios antes de que pueda utilizarse potencialmente para ayudar a predecir la respuesta al tratamiento en el futuro. Esta investigación se encuentra en una etapa temprana, y aún no se sabe si estos hallazgos conducirán a cambios en la forma en que se trata el LARC.

Este resumen es generado por IA con fines informativos. No sustituye el consejo médico profesional. Consulte siempre con su oncólogo.

La quimiorradioterapia neoadyuvante (nCRT) es el tratamiento estándar para el cáncer colorrectal localmente avanzado (LARC); sin embargo, aún faltan biomarcadores clínicamente validados para predecir la respuesta. El objetivo de este estudio fue identificar eventos moleculares candidatos asociados con la respuesta a la nCRT y desarrollar un marco de predicción pretratamiento que integre información genómica y patológica. Se realizó una secuenciación del exoma completo (WES) en tumores pretratamiento de 67 pacientes con LARC, y se integraron 22 casos adicionales de WES publicados para comparar las diferencias genómicas entre los pacientes que respondieron (R) y los que no respondieron (NR). Utilizando imágenes histopatológicas de porta completa (WSIs; n = 106) y características derivadas del genoma, se desarrolló un modelo de fusión de aprendizaje profundo multimodal supervisado débilmente para predecir la respuesta a la nCRT.

Se utilizó un perfilado multiómico para la caracterización exploratoria de las vías de señalización, y se realizaron ensayos funcionales en líneas celulares de cáncer colorrectal y modelos de ratón que presentaban KRASG12V o KRASA146T. La WES identificó 41 eventos de codón de punto caliente asociados con la respuesta. Se detectaron KRASG12V y KRASA146T en el grupo NR de esta cohorte y se correlacionaron con una respuesta deficiente, lo que indica una asociación con la resistencia a la nCRT. Dado que estos eventos son alteraciones de baja frecuencia, y el estudio es una cohorte retrospectiva de un solo centro con un número limitado de portadores, no fue factible realizar un ajuste multivariable para las covariables clave (incluido el estadio y el estado T/N); por lo tanto, estos hallazgos deben interpretarse como señales candidatas exploratorias.

El modelo de fusión multimodal mostró una buena discriminación dentro de la cohorte (AUC = 0,882). Desde el punto de vista mecanístico, los análisis multiómicos exploratorios y los ensayos funcionales ortogonales fueron consistentes con que las variantes de KRAS se asocien con una alteración de la señalización de la reparación del daño del ADN y un aumento de la capacidad de reparación, y los ensayos funcionales proporcionaron el principal respaldo para esta interpretación. El modelo de fusión genoma-patología propuesto proporciona un marco orientado a la investigación para la predicción pretratamiento y la estratificación del riesgo de la respuesta a la nCRT en LARC. KRASG12V y KRASA146T se presentan como eventos moleculares candidatos asociados con una respuesta deficiente, pero su valor predictivo independiente y la utilidad clínica del modelo requieren validación en cohortes prospectivas más grandes y multicéntricas que incluyan datos externos de WSI, junto con una evaluación sistemática del umbral y la calibración antes de la traslación clínica.

Acceso Abierto ~88 palabras · 1 min de lectura

Las mutaciones KRASG12V/A146T se asocian con resistencia a la quimiorradioterapia neoadyuvante (nCRT) a través de una mayor reparación de las roturas de doble cadena del ADN y respaldan un marco de predicción de aprendizaje profundo en el cáncer colorrectal localmente avanzado (LARC).

Investigación

Acceso abierto

Publicado: 28 de mayo de 2026

Cite este artículo

Tiene acceso completo a este artículo de acceso abierto

Descargar PDF

Guardar artículo

Ver investigaciones guardadas

Cellular & Molecular Biology Letters

Objetivos y alcance

Enviar manuscrito

Se abre en una nueva pestaña en la publicación original

Compartir y Discutir

Comentarios

¡Aún no hay comentarios. Sé el primero en comentar!

Enviar a mi oncólogo

Artículo: KRAS(G12V/A146T) mutations are associated with nCRT resistance via enhanced DNA double-strand break repair and support a deep learning prediction framework in LARC.

Autores: Liu H, Bu D, Yu G, Wei R, Jin H, Liu Y, Guan X, Zhao Z, Chen H, Zhao Y, Jiang Z
Publicado: 2026-06-13
PMID: 42210090
Genes: KRAS

Enlace: https://crcwarriors.org/article-detail.php?id=2268 | https://pubmed.ncbi.nlm.nih.gov/42210090/

¡Regístrate para usar esta función!

Crea una cuenta gratuita para enviar artículos científicos directamente a tu oncólogo y acceder a muchas más funcionalidades personalizadas.

Regístrate gratis