RESULTADOS Y DISCUSIÓN: Validación del Modelo en Cohorte Metastásica
4. Resultados
4.1. Caracterización de la Cohorte
Se analizaron 6 muestras de biopsia metastásica de cáncer de mama procesadas mediante patología digital con QuPath. El sistema clasificó un total de 977.537 células tumorales. La distribución fenotípica reveló un espectro amplio de expresión HER2, desde tumores prácticamente HER2-null (95,9% negativas, muestra 51140) hasta tumores con predominio HER2-low (63,3% de células 1+, muestra 44908).
| ID Muestra | Células Totales | %Neg | %1+ | %2+ | %3+ | HER2-HQE | Densidad (cél/mm²) |
|---|---|---|---|---|---|---|---|
| 12078 | 134.851 | 80,0% | 17,2% | 2,7% | 0,0% | 0,33 | 2.507 |
| 21464 | 367.734 | 94,5% | 5,4% | 0,1% | 0,0% | 0,10 | 5.452 |
| 44908 | 109.340 | 28,4% | 63,3% | 8,1% | 0,1% | 0,51 | 2.397 |
| 46235 | 211.937 | 92,6% | 7,3% | 0,2% | 0,0% | 0,14 | 3.417 |
| 48683 | 113.576 | 55,1% | 44,0% | 0,9% | 0,0% | 0,50 | 3.298 |
| 51140 | 40.095 | 95,9% | 4,0% | 0,0% | 0,0% | 0,08 | 3.695 |
El Índice de Heterogeneidad (HER2-HQE) osciló entre 0,08 (homogéneo negativo) y 0,51 (alta heterogeneidad).
4.2. Predicción de Eficacia Espacial (λ = 40 µm)
Con los parámetros de referencia (λ = 40 µm, EC50 = 5, k = 0,5, factor de escala = 2,5), el modelo generó predicciones de destrucción tumoral que oscilaron entre el 20,0% y el 81,5%.
| ID Muestra | bSPS (Neg) | Destrucción Total | Cobertura (ISTB>2) | Ratio Segregación | Veredicto |
|---|---|---|---|---|---|
| 12078 | 28,6% | 35,6% | 52,7% | 0,44 | ⚠️ HETEROGÉNEO |
| 21464 | 24,3% | 26,0% | 45,6% | 0,41 | ❌ INSULATED |
| 44908 | 63,3% | 81,5% | 81,1% | 0,68 | ✅ CLUSTERED |
| 46235 | 17,8% | 20,7% | 25,6% | 0,24 | ❌ INSULATED |
| 48683 | 58,9% | 68,4% | 91,2% | 0,72 | ⚠️ HETEROGÉNEO |
| 51140 | 18,9% | 20,0% | 34,5% | 0,35 | ❌ INSULATED |
El sistema clasificó 3 muestras como INSULATED, indicando una topografía desfavorable para el efecto bystander.
Destaca el caso de la muestra 48683, que a pesar de carecer de células 3+ (0%), alcanza un 68,4% de destrucción tumoral. Esto demuestra computacionalmente que el efecto bystander primario desde células con baja expresión (1+) puede ser suficiente cuando la mezcla espacial es altamente favorable (Ratio de Segregación de 0,72).
4.3. Análisis de Sensibilidad Paramétrica
Para evaluar la robustez de las predicciones, se repitió el análisis variando la constante de difusión λ entre 20 µm y 80 µm.
| ID | λ=20 Destr. | λ=20 Veredicto | λ=40 Destr. | λ=40 Veredicto | λ=80 Destr. | λ=80 Veredicto | Rango (Δ) |
|---|---|---|---|---|---|---|---|
| 12078 | 18,0% | ❌ INSULATED | 35,6% | ⚠️ HETEROGÉNEO | 48,4% | ⚠️ HETEROGÉNEO | 30,4 pp |
| 21464 | 13,0% | ❌ INSULATED | 26,0% | ❌ INSULATED | 37,7% | ❌ INSULATED | 24,7 pp |
| 44908 | 52,8% | ⚠️ HETEROGÉNEO | 81,5% | ✅ CLUSTERED | 89,3% | ✅ CLUSTERED | 36,5 pp |
| 46235 | 11,7% | ❌ INSULATED | 20,7% | ❌ INSULATED | 28,0% | ❌ INSULATED | 16,3 pp |
| 48683 | 35,6% | ❌ INSULATED | 68,4% | ⚠️ HETEROGÉNEO | 82,1% | ✅ CLUSTERED | 46,5 pp |
| 51140 | 10,8% | ❌ INSULATED | 20,0% | ❌ INSULATED | 29,6% | ❌ INSULATED | 18,8 pp |
- Robustamente INSULATED (3/6 muestras):Las muestras 21464, 46235 y 51140 mantuvieron el fenotipo adverso en todas las condiciones de λ. Esto indica un fracaso estructural para el efecto bystander.
- Robustamente respondedor (1/6 muestras):La muestra 44908 se mantuvo en tasas ≥52.8%, demostrando ser una candidata excelente independientemente de la variabilidad biológica.
- Sensible a λ (2/6 muestras): Las muestras 12078 y 48683 demostraron ser altamente dependientes de la difusibilidad de la toxina, cruzando fronteras fenotípicas.
4.4. Comparación Exploratoria con ORR de Ensayos Clínicos (Limitaciones Inherentes)
| Grupo Modelo | Destrucción | ORR Literatura | Referencia | Limitación de la comparación |
|---|---|---|---|---|
| INSULATED | 20-26% | 61.8% (HER2-ultralow) | DESTINY-Breast06 [2] | Discordancia severa. El modelo infraestima la eficacia porque no captura la liberación extracelular por CTSL estromal (Tsao 2025) ni mecanismos independientes de HER2. La ORR de 61.8% en HER2-ultralow (DESTINY-Breast06) sugiere que existen vías de eficacia no modeladas. |
| HETEROGÉNEO | 36-68% | 52-57% (HER2-low) | DESTINY-Breast04/06 [1,2] | Buena correlación general (poblaciones heterogéneas) |
| CLUSTERED | 81.5% | 52-57% (HER2-low) | DESTINY-Breast04 [1] | Sobreestimación de ~25 pp. El modelo computa eficacia puramente espacial sin integrar resistencia al payload (eflujo, TOPO1), farmacocinética sistémica ni heterogeneidad temporal. La discrepancia cuantifica el 'gap' entre eficacia espacial teórica y respuesta clínica real. |
Nota: Estas comparaciones son exploratorias e indirectas. El modelo computa eficacia espacial ex-vivo a nivel celular, mientras que la ORR clínica integra farmacocinética sistémica, resistencia biológica, criterios RECIST y heterogeneidad inter-paciente. Las poblaciones de los ensayos clínicos difieren en línea de tratamiento, estado HR y criterios de selección.
Las predicciones INSULATED (20-26%) son significativamente inferiores a la ORR observada del T-DXd en HER2-ultralow (61.8%, DESTINY-Breast06), lo cual podría reflejar que el modelo no captura la liberación extracelular por CTSL (Tsao 2025).
La predicción CLUSTERED de 81.5% excede la ORR observada en HER2-low (52-57%), lo cual es esperable dado que el modelo computa eficacia puramente espacial sin integrar resistencia biológica. La sobreestimación sugiere que factores no modelados (resistencia al payload, farmacocinética sistémica) limitan la respuesta in vivo.
5. Discusión
5.1. Validez del Modelo Espacial
La capacidad del modelo para discernir entre perfiles de eficacia en función de variables puramente morfológicas y topográficas subraya la validez de la arquitectura espacial como determinante primario de la acción del T-DXd. Las células no son entidades solitarias frente al fármaco, sino nodos dentro de una matriz de difusión (Khera et al., 2021/2022).
5.2. Coherencia con los Ensayos Clínicos
El Ratio de Segregación celular ofrece una dimensión predictiva complementaria a la cuantificación IHC convencional, lo cual podría explicar las variaciones de ORR inter-paciente observadas en DESTINY-Breast04 y 06.
5.3. El Análisis de Sensibilidad como Herramienta de Robustez
La sensibilidad a variaciones de λ demuestra que no estamos forzando un modelo estático (overfitting). Aquellas muestras que cambian fenotípicamente frente a fluctuaciones en la difusibilidad biológica (como la expresión local de Catepsina L) podrían beneficiarse en el futuro de estrategias terapéuticas alternativas como ADCs dirigidos al estroma tumoral (Wood et al., 2025), que explotan el reclutamiento continuo de fibroblastos como fuente de liberación del payload.
Para un análisis exhaustivo de las limitaciones metodológicas del modelo — incluyendo el sesgo geométrico 2D, la liberación extracelular por catepsina L, las alteraciones genómicas de resistencia y las limitaciones técnicas de QuPath — así como las líneas de trabajo futuro propuestas, consultar la sección Sobre el Proyecto → Limitaciones y Trabajos Futuros.
Referencias Académicas Relacionadas
- Modi S, et al. DESTINY-Breast04. NEJM. 2022;387(1):9-20.
- Bardia A, et al. DESTINY-Breast06. NEJM. 2024;391(22):2110-2122.
- Cortés J, et al. DESTINY-Breast03 long-term. Nat Med. 2024;30(8):2208-2215.
- Tsao LC, et al. Extracellular payload release. Nat Commun. 2025;16(1):3167.
- Hu J, et al. HER2-HQE. Mod Pathol. 2026;39(3):100935.
- Goyette MA, et al. HER2 heterogeneous models. Cancer Discov. 2026.
- Khera E, et al. ADC bystander penetration. Neoplasia. 2021;23(2):210-221.
- Khera E, et al. Cellular-resolution imaging. Mol Cancer Ther. 2022;21(2):310-321.
- Burton JK, et al. Systems pharmacology model. AAPS J. 2019;22(1):12.
- Wood NE, et al. Mechanistic Modeling Suggests Stroma-Targeting ADCs. PLoS Comput Biol. 2025.