Integración de genómica funcional de redes génicas relacionadas con la glucólisis revela biomarcadores pronósticos y regulación del microambiente inmune en el cáncer de mama

Por qué importan para los pacientes los tumores “quemadores de azúcar”

Las células del cáncer de mama a menudo consumen azúcar de una manera inusual, incluso cuando el oxígeno es abundante. Este uso alterado de la energía, conocido como glucólisis, hace más que alimentar el crecimiento tumoral: puede remodelar las células inmunitarias que rodean el cáncer e influir en el pronóstico de los pacientes. Este estudio combina grandes bases de datos genéticos, mediciones unicelulares y modelado por ordenador para mostrar cómo los tumores mamarios hambrientos de azúcar se vinculan con paisajes inmunes distintos, diferencias en la supervivencia de los pacientes y posibles nuevas opciones terapéuticas.

Mirando dentro de los tumores a través de múltiples lentes de datos

Los investigadores comenzaron reuniendo varios tipos de datos de miles de mujeres con cáncer de mama. Utilizaron perfiles tumorales en masa de grandes consorcios (TCGA y METABRIC), secuenciación de ARN unicelular detallada de muestras de pacientes y estudios genéticos que conectan variantes del ADN con cambios en la actividad génica. A partir de estas fuentes ensamblaron una lista de más de cuatro mil genes implicados en la glucólisis, y luego la redujeron a unos pocos cientos que estaban alterados en los tumores y estrechamente vinculados a la biología del cáncer de mama. Usando aprendizaje automático, construyeron una “puntuación de glucólisis” de 16 genes que podía calcularse para cada tumor.

Grupos de riesgo definidos por el uso de azúcar del tumor

Cuando los pacientes se dividieron en grupos de puntuación alta y baja, surgieron diferencias claras en los resultados. Los tumores con puntuaciones altas de glucólisis tendían a presentar muchas mutaciones, mostrar signos de división celular rápida y asociarse con una supervivencia global peor. Este patrón fue especialmente fuerte en cánceres hormonales (Luminal A y B) y en cánceres de mama triple negativos, donde las puntuaciones altas identificaron pacientes con tiempos de supervivencia notablemente más cortos. Al combinar la puntuación de glucólisis con información clínica básica como la edad y el estadio, el equipo creó una tabla de fácil lectura, llamada nomograma, que estimaba de forma más precisa las probabilidades de supervivencia a uno, tres o cinco años que las medidas tradicionales por sí solas.

Vecindarios inmunes moldeados por el metabolismo tumoral

El estudio indagó luego cómo se relaciona esta firma metabólica con el “vecindario” inmune alrededor de los tumores. Usando algoritmos que infieren qué células inmunes están presentes en muestras en masa, los tumores con puntuación alta resultaron abundantes en las llamadas macrófagos M2 y otras células asociadas con supresión e inflamación crónica, mientras presentaban menos células CD8 T antitumorales y células dendríticas presentadoras de antígeno. En contraste, los tumores con puntuación baja tendían a hallarse en un entorno inmune más “caliente”, con más células T citotóxicas activas y células B útiles. La secuenciación unicelular confirmó que, dentro del tejido tumoral, ciertas células inmunes —especialmente células mieloides y T— mostraban mayor actividad glucolítica, lo que sugiere que el estado metabólico del tumor y el comportamiento de las células inmunes están estrechamente entrelazados.

Señales célula a célula y genes clave protectores o de riesgo

Acercándose aún más, el equipo cartografió cómo los distintos tipos celulares se comunican mediante moléculas de señalización. Las células mieloides con alta glucólisis dependían en gran medida de vías como MHC-II, MIF y SPP1 para comunicarse, mientras que las células T favorecían señales MHC-I, CCL y CXCL. Estos patrones diferían entre los estados de alta y baja glucólisis y entre los subtipos de cáncer de mama, lo que da pistas sobre por qué algunos tumores son más resistentes al ataque inmunitario. Para explorar causa y efecto, los investigadores emplearon un enfoque genético llamado randomización mendeliana. Encontraron que una mayor actividad genéticamente determinada de dos genes, NT5E y NRG1, se asociaba con un riesgo ligeramente menor de cáncer de mama, mientras que una mayor actividad de S100B se vinculaba con un mayor riesgo. Ensayos de laboratorio confirmaron que estos genes estaban alterados en líneas celulares de cáncer de mama, y el acoplamiento por ordenador sugirió que fármacos existentes como trametinib y AZD8055 podrían unirse con alta afinidad a proteínas relacionadas con esta red glucolítica.

Qué significa esto para tratamientos futuros

En conjunto, el estudio dibuja una imagen en la que los tumores que dependen en gran medida de la “quema” de azúcar no solo crecen más rápido, sino que también construyen un entorno inmune más hostil que los protege del ataque. Al capturar este comportamiento en una puntuación de 16 genes, los médicos podrían eventualmente clasificar mejor a los pacientes en grupos de riesgo y personalizar las elecciones terapéuticas. La identificación de genes específicos protectores y de riesgo, junto con candidatos farmacológicos que afectan sus vías, apunta a estrategias futuras que combinen tratamientos dirigidos al metabolismo con inmunoterapia. Si se valida en ensayos clínicos, este mapa metabolismo–inmunidad podría ayudar a convertir más tumores de mama de inmunológicamente “fríos” a “calientes”, mejorando los resultados para mujeres en todo el mundo.

Cita: Niu, Y., Jiang, Y., Wang, Z. et al. Functional genomics integration of glycolysis-related gene networks reveals prognostic biomarkers and immune microenvironment regulation in breast cancer. Sci Rep 16, 9583 (2026). https://doi.org/10.1038/s41598-025-29391-7

Palabras clave: cáncer de mama, metabolismo tumoral, genes de la glucólisis, microambiente inmune, oncología de precisión