Um novo estudo sugere que os médicos poderiam melhorar as taxas de cura alterando os tratamentos antes que o tumor tenha chance de se regenerar. Em vez de esperar que o cancro regresse após o tratamento inicial, os investigadores sugerem mudar para outra terapia enquanto o tumor ainda está a diminuir.
A estratégia foi concebida para abordar um dos maiores obstáculos no tratamento do cancro: a resistência aos medicamentos.
Por que o câncer costuma retornar
Dr. Robert Noble, professor sênior de matemática na St George’s University London, liderou a pesquisa.
“Embora os tumores possam inicialmente diminuir com a terapia”, explica ele, “em muitos casos, eles eventualmente voltam a crescer. Essas recaídas ocorrem porque um pequeno número de células cancerígenas adquiriu mutações que as tornam resistentes ao tratamento”.
Mutações são mudanças nas instruções genéticas de uma célula. Alguns ocorrem acidentalmente quando as células cancerígenas se dividem. Se uma destas alterações permitir que a célula sobreviva aos medicamentos que matam outras células tumorais, essa célula resistente pode continuar a multiplicar-se. Com o tempo, seus descendentes podem regenerar o tumor.
De acordo com a abordagem clínica padrão, os médicos muitas vezes continuam o tratamento até que os testes mostrem que o cancro começou a crescer novamente. Eles podem então mudar para outro medicamento ou terapia.
O problema é que esperar por uma recorrência visível dá às células cancerígenas sobreviventes mais tempo para se desenvolverem. No momento em que os médicos administram o segundo tratamento, algumas células já podem conter mutações que também as protegem dessa terapia.
Mudar de tratamento antes que falhem
A teoria evolucionista sugere uma abordagem diferente.
Em vez de esperar que o primeiro tratamento pare de funcionar, os médicos podem mudar para um segundo tratamento enquanto o tumor ainda responde. Os pesquisadores descrevem isso como uma estratégia de “chutar enquanto está no chão”.
A ideia pode ser particularmente útil para cancros onde os médicos já sabem que mesmo os tratamentos iniciais mais eficazes falham frequentemente devido à resistência.
A mudança precoce dos tratamentos pode dificultar a captura de um grupo resistente de células cancerígenas. Cada nova terapia representará desafios diferentes para o tumor, limitando potencialmente a sua capacidade de adaptação.
Como explica o Dr. Noble num podcast sobre o estudo: “As abordagens evolucionárias têm tido muito sucesso noutros contextos, como no combate à resistência aos antibióticos ou na previsão de que vacinas devemos utilizar numa determinada época de gripe. Há todos os motivos para acreditar que abordagens semelhantes devem funcionar para os tumores”.
A resistência aos antibióticos desenvolve-se através de um processo evolutivo semelhante. As bactérias que sobrevivem à droga podem multiplicar-se e transmitir a sua resistência à próxima geração. Os cientistas também acompanham a evolução dos vírus da gripe para ajudar a determinar quais as estirpes que as vacinas sazonais devem visar.
Os investigadores sugerem que o tratamento do cancro poderia beneficiar do mesmo pensamento evolutivo.
Modelos matemáticos acompanham a evolução do tumor
Para investigar esta ideia, o Dr. Noble e seus colegas adaptaram ferramentas matemáticas comumente usadas para estudar como as plantas e os animais evoluem sob pressões ambientais, como as mudanças climáticas.
Nesse caso, cada tratamento contra o câncer atua como uma pressão ambiental. Ele mata células vulneráveis, permitindo que células com mutações de resistência benéficas sobrevivam. Os modelos matemáticos podem ajudar os investigadores a prever como os diferentes regimes de tratamento podem afectar as células cancerígenas que sobrevivem e a rapidez com que se multiplicam.
As descobertas da equipe sugerem que a mudança de tratamento antes que o tumor comece a crescer novamente pode geralmente produzir melhores resultados do que o padrão atual de tratamento.
As descobertas ainda se baseiam em modelagem matemática, portanto a estratégia exigirá validação adicional em experimentos laboratoriais e ensaios clínicos envolvendo pacientes.
Três pequenos ensaios clínicos já estão em andamento em câncer de tecidos moles, próstata e mama. Testes adicionais estão em desenvolvimento.
Múltiplas terapias podem atingir tumores maiores
Os modelos mostram também que, em muitos casos, dois tratamentos podem não ser suficientes.
“Nossos modelos prevêem que esta nova abordagem geralmente superará o padrão de atendimento”, explica o Dr. Noble. “Uma sequência de dois tratamentos, mesmo quando cronometrados de forma ideal, só pode ser bem sucedida em tumores relativamente pequenos. Mas temos razões para esperar que a mudança entre três ou mais tratamentos, seguindo o mesmo princípio, possa eliminar tumores maiores.”
O uso de três ou mais terapias pode colocar as células cancerígenas sob uma série de pressões variáveis, tornando mais difícil para o tumor estabelecer uma população capaz de resistir a qualquer tratamento.
Isto não significa que a abordagem funcionará para todos os pacientes ou para todos os tipos de câncer. A escolha do tratamento ainda dependerá do tipo de tumor, do seu tamanho, dos tratamentos disponíveis e do estado geral de saúde do paciente. Os pesquisadores também precisarão determinar o momento mais seguro e eficaz para cada mudança.
Ainda assim, o estudo oferece uma forma possível de redefinir o tratamento do câncer. Em vez de responder apenas após o tratamento falhar, os médicos poderão eventualmente antecipar a resistência e agir antes que o tumor recupere a força.
O texto completo do estudo está publicado na revista Genética.
Dr. Noble conduziu o estudo com uma equipe internacional de biólogos matemáticos. O projeto surgiu do trabalho do último ano de Shrishti Patil, um estudante de mestrado no Instituto Indiano de Educação e Pesquisa Científica, Pune, que passou vários meses na City University of London, St. George’s, sob a orientação do Dr.
A equipe também incluiu o estudante da Universidade Johns Hopkins, Armaan Ahmed, e o colaborador de longa data do Dr. Noble, Dr. Yannick Viosat, da Paris-Dauphine University-PSL.
