Los cuerpos cetónicos y su potencial como biomarcadores en el linfoma difuso de células B grandes recidivante/refractario

Nuevos hallazgos en la investigación del linfoma DLBCL

El linfoma difuso de células B grandes (DLBCL) es el subtipo más frecuente de linfoma no Hodgkin. Aunque la mayoría de los pacientes responden favorablemente al tratamiento inicial, un porcentaje significativo desarrolla enfermedad recidivante o refractaria (R/R), lo que limita sus opciones terapéuticas y empeora su pronóstico.

Un reciente estudio publicado en la revista Cancers ha identificado dos biomarcadores metabólicos que podrían predecir la evolución clínica de los pacientes con DLBCL R/R. Se trata del 3-hidroxibutirato (3OHB) y la acetona, compuestos conocidos como cuerpos cetónicos, cuya presencia en suero se ha relacionado directamente con la supervivencia en pacientes tratados con la combinación de lenalidomida, rituximab, gemcitabina, dexametasona y cisplatino (R2-GDP).

Un estudio pionero en metabolómica del linfoma

El estudio, realizado en el marco del ensayo clínico R2-GDP-GOTEL, analizó muestras de suero de 69 pacientes mediante espectroscopia de resonancia magnética nuclear (NMR). Los resultados fueron significativos:

  • Niveles elevados de 3OHB superiores a 141 µM se asociaron con peor pronóstico, especialmente en pacientes con linfoma del subtipo ABC.

  • La acetona, en concentraciones superiores a 40 µM, también fue identificada como un marcador de mal pronóstico, presente en ambos subtipos de DLBCL, aunque con mayor incidencia en el subtipo ABC.

  • Estos biomarcadores resultaron ser independientes del Índice Pronóstico Internacional (IPI) y del estado refractario de la enfermedad, lo que los convierte en herramientas complementarias para la estratificación del riesgo.

Figura 1. 3-hidroxibutirato y acetona como metabolitos pronósticos en el análisis univariado de Cox (A,B) y en los modelos de regresión multivariada (C–F) para la supervivencia libre de progresión (PFS) (A,C,E) y la supervivencia global (OS) (B,D,F).

Desarrollo de modelos predictivos

Para facilitar la aplicación clínica de estos hallazgos, los investigadores diseñaron modelos de predicción, conocidos como nomogramas, que integran los niveles de 3OHB y acetona junto con otros factores clínicos relevantes. Estos modelos demostraron una alta capacidad predictiva:

  • El 3OHB presentó un área bajo la curva (AUC) de 0.856 para la supervivencia libre de progresión a 6 meses.

  • Para la supervivencia global a 12 meses, el AUC del 3OHB fue de 0.844.

Estos resultados sugieren que la inclusión de estos biomarcadores en la evaluación de los pacientes podría contribuir a una toma de decisiones terapéuticas más personalizada y precisa.

Relevancia del hallazgo en la oncología

El metabolismo del cáncer es un campo de investigación en constante evolución. Se ha demostrado que algunas células tumorales dependen principalmente de la glucólisis para obtener energía (Efecto Warburg), mientras que otras recurren a la oxidación de ácidos grasos y cuerpos cetónicos.

Este estudio sugiere que algunos linfomas, particularmente aquellos del subtipo ABC, podrían utilizar cuerpos cetónicos como fuente de energía, lo que se asocia con una menor respuesta al tratamiento. La detección de niveles elevados de 3OHB y acetona en suero podría indicar una reprogramación metabólica del tumor, lo que permitiría identificar a pacientes con peor pronóstico y ajustar sus estrategias terapéuticas en consecuencia.

Si bien este estudio se enfocó en pacientes tratados con el esquema R2-GDP, es necesario continuar con la investigación para:

  • Validar estos biomarcadores en pacientes con DLBCL que no han recibido tratamiento previo.

  • Explorar su relación con nuevas terapias, como los tratamientos con células CAR-T y anticuerpos biespecíficos.

  • Desarrollar herramientas clínicas basadas en metabolómica para mejorar la personalización del tratamiento.

Este avance representa un paso significativo hacia una oncología de precisión, donde el estudio del metabolismo tumoral podría ser clave para predecir la evolución del linfoma y mejorar la supervivencia de los pacientes.

Si eres investigador y quieres aprender cómo la metabolómica por RMN puede ayudarte en tus estudios, ¡no dudes en contactarnos! Estaremos encantados de explorar juntos nuevas oportunidades en el análisis de biomarcadores y contribuir a mejorar la salud a través de la investigación.

Lee el artículo completo aquí.