El programa ADAPT busca superar al cáncer rastreando los tumores a medida que evolucionan
La iniciativa ADAPT de ARPA-H utiliza datos multimodales en tiempo real e inteligencia artificial para detectar la resistencia emergente a los fármacos y ajustar dinámicamente el tratamiento del cáncer.
Resumen
ADAPT es una iniciativa nacional de ARPA-H diseñada para transformar el tratamiento del cáncer mediante el seguimiento en tiempo real de la evolución tumoral. En lugar de basarse en biomarcadores estáticos, ADAPT integra biopsias líquidas, genómica, imágenes y registros clínicos en modelos predictivos impulsados por inteligencia artificial que anticipan la resistencia a los fármacos antes de que se manifieste clínicamente. Una innovadora plataforma de ensayos clínicos evolutivos —que incorpora pacientes con cánceres metastásicos de mama, colorrectal y de pulmón— evalúa secuencias terapéuticas dentro de un único protocolo adaptativo, ajustando el tratamiento a medida que emergen nuevas características de resistencia. Una plataforma de datos centralizada (TAP), construida sobre DNAnexus y XNAT, permite compartir de forma segura y ágil datos multimodales entre instituciones. El objetivo es retrasar o prevenir la progresión de la enfermedad haciendo que la oncología responda de manera genuina a la biología cambiante de cada tumor.
Resumen detallado
La característica definitoria del cáncer es su capacidad de evolucionar bajo presión terapéutica, adquiriendo mecanismos de resistencia que inutilizan tratamientos que antes resultaban eficaces. La práctica oncológica actual depende en gran medida de biomarcadores estáticos —mutaciones en genes individuales o patología basal— que capturan únicamente una instantánea de esta complejidad. El programa ADAPT (<em>Advanced Analysis for Precision Cancer Therapy</em>) de ARPA-H fue concebido para cerrar esta brecha mediante la construcción de un sistema vivo y en constante aprendizaje que rastrea los tumores longitudinalmente y ajusta el tratamiento en tiempo casi real.
El programa se sustenta en tres pilares. En primer lugar, los equipos de biomarcadores desarrollan modelos predictivos multimodales, dinámicos e interpretables. Estos integran secuenciación genómica, transcriptómica, datos de vías proteicas, histopatología, imágenes radiológicas y DNA tumoral circulante (ctDNA) en «embeddings» específicos de cada paciente —representaciones unificadas de baja dimensionalidad que impulsan las predicciones terapéuticas posteriores—. Los métodos incluyen atribución de características basada en SHAP, modelos basados en lógica, redes neuronales visibles alineadas con vías moleculares conocidas, y herramientas de aprendizaje por transferencia como OncoPredict y TCRP, que permiten que los modelos entrenados en entornos con abundancia de datos se generalicen a cohortes clínicas pequeñas. Es importante destacar que los modelos están diseñados para seguir siendo funcionales incluso cuando faltan modalidades de datos o estas son ruidosas.
En segundo lugar, ADAPT pionera un marco de ensayo clínico evolutivo que inscribe a pacientes con cáncer de mama metastásico (principalmente ER+/HER2−), cáncer colorrectal (microsat élite estable) y cáncer de pulmón de células no pequeñas. A diferencia de los ensayos convencionales, este protocolo modular y de código abierto evalúa múltiples secuencias terapéuticas dentro de una única plataforma, incorpora prospectivamente biomarcadores recién descubiertos y utiliza subensayos bayesianos adaptativos tipo N-de-uno (Bayes-Nano) para identificar rápidamente combinaciones prometedoras de biomarcador-fármaco. Las biopsias líquidas seriadas y las imágenes obtenidas a lo largo de las líneas de tratamiento generan los datos longitudinales necesarios para detectar características de resistencia a medida que emergen y orientar los cambios adaptativos de tratamiento. Cada rama oncológica cuenta con una estrategia adaptada: las pacientes con cáncer de mama se someten a biopsias sanguíneas seriadas para guiar la selección de la siguiente línea tras la progresión con inhibidores de CDK4/6; los pacientes con cáncer colorrectal son perfilados a lo largo de tres líneas de tratamiento con «biomarcadores delta» que correlacionan los cambios tempranos inducidos por el tratamiento con los resultados; y los pacientes con cáncer de pulmón en primera línea de inmunoterapia son monitorizados con ctDNA/cfDNA e imágenes, y quienes progresan entran en subensayos con concordancia de biomarcadores.
En tercer lugar, la Plataforma de Tratamiento y Análisis ADAPT (TAP) unifica las operaciones de investigación y clínicas. Construida sobre la DNAnexus Managed Cloud Platform y el conjunto de herramientas de neuroimagen XNAT, TAP ofrece almacenamiento multiómico escalable, control de calidad automatizado de imágenes, extracción de características de alto rendimiento e intercambio seguro de datos entre instituciones. Los estrictos plazos de entrega de los proveedores y la interoperabilidad basada en la nube garantizan que los resultados interpretables lleguen a los profesionales sanitarios y a los pacientes sin interrumpir los flujos de trabajo asistencial. También se está desarrollando una hoja de ruta regulatoria y de reembolso para apoyar la adopción clínica sostenible de biomarcadores multimodales.
La ambición de ADAPT es considerable: convertir la terapia oncológica en un sistema de aprendizaje continuo en el que los datos de cada paciente mejoren la atención de futuros pacientes con tumores similares. De tener éxito, esta infraestructura podría servir como modelo escalable de oncología de precisión más allá de los tres tipos de cáncer iniciales.
Hallazgos clave
- ADAPT integrates ctDNA, genomics, imaging, and EHR data into dynamic AI models that predict emerging drug resistance.
- An evolutionary trial platform tests multiple therapy sequences in one protocol, adjusting treatment as tumor traits change.
- Bayes-Nano sub-trials enable rapid biomarker-drug pairing discovery within deeply characterized patient cohorts.
- The TAP data platform links institutions for near-real-time secure data sharing and reproducible biomarker analysis.
- Three cancer types—metastatic breast, colorectal, and NSCLC—serve as initial testbeds across multiple lines of therapy.
Metodología
ADAPT es una iniciativa programática prospectiva y multicentro que combina el desarrollo retrospectivo de modelos (ensayos en líneas celulares y conjuntos de datos existentes de pacientes) con un ensayo clínico adaptativo modular que incorpora pacientes con cáncer de mama metastásico, colorrectal y NSCLC. Los modelos de biomarcadores utilizan métodos de aprendizaje automático, entre ellos SHAP, redes neuronales visibles, OncoPredict y TCRP, refinados de forma iterativa con datos del ensayo en tiempo real. La plataforma TAP (DNAnexus + XNAT) centraliza la gestión de datos multi-ómicos y de imagen entre instituciones.
Limitaciones del estudio
ADAPT es una descripción de programa más que un estudio completado, por lo que la eficacia y la utilidad clínica de sus modelos de IA y su diseño de ensayo adaptativo siguen sin demostrarse. La complejidad de la integración en tiempo real de datos multimodales entre instituciones plantea importantes desafíos logísticos, regulatorios y de reembolso. La generalización más allá de los tres tipos de cáncer iniciales y de los entornos académicos con abundantes recursos es incierta.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: