Cambio en el paradigma del alto riesgo inmunológico en el trasplante renal. Integración del inmunofenotipo de exosomas de células inmunes con tecnologías de Inteligencia Artificial

Resumen del proyecto

El manejo de los pacientes de alto riesgo inmunológico es uno de los mayores y más complejos desafíos en el campo del trasplante, con altas tasas de rechazo y de perdidas de trasplante. En nuestro PI16/00115 vimos que el endotelio puede ser inducido por los exosomas de células inmunes de pacientes hiperinmunizados con DSA sólo cuando hay respuesta humoral inmune (ABMR), siendo el fenotipo exosomal diferente (PI19/00797). Dicho fenómeno no se vio en hiperinmunizados sin DSAs y de bajo riesgo inmunológico. Con lo que no está claro el mecanismo de los exosomas en rechazo ni su papel respecto a otros biomarcadores como cell-free DNA o la manera de clasificar el riesgo inmunológico es mejorable. Nuestra hipótesis radica en que los exosomas de células B en alto riesgo inmunológico, definido con modelos basados en inteligencia artificial, actuarían como mecanismo y biomarcadores de ABMR. Se ha diseñado un estudio prospectivo para poder diseñar un algoritmo que caracterice el riesgo inmunológico y estudiar el perfil y correlación de los exosomas de células inmunes en rechazo y disfunción del injerto frente a otros biomarcadores como DSAs, histología y cell-free DNA. Mediante un modelo in vitrocondicionado en el que células endoteliales expuestas a exosomes de pacientes que hayan desarrollado ABMR evaluaremos el mecanismo intrínseco de los exosomas en el rechazo. Para finalmente utilizar el inmunofenotipo adquirido por los estudios moleculares en generar categorías en las que puedan entrenar técnicas de inteligencia artificial y Machine Learning para predecir la evolución potencial de los pacientes. Con la generación de un algoritmo que englobe todas las variables y el entendimiento de los exosomas como biomarcadores y potencial mecanismo de ABMR en pacientes de riesgo inmunológico se podrán diseñar estrategias de diagnóstico, monitorización y terapéuticas que conlleven al mejor manejo del ABMR, menores pérdidas de injertos y disminuya la presión social de la enfermedad

Palabras clave

Trasplante
Riesgo inmunológico
Rechazo
Exosomas
Cell-free DNA
Inteligencia Artificial
Machine Learning
Modelos Predictivos

Convocatoria

Acción Estratégica en Salud (AES)

Periodo de ejecución

01/01/2023 - 30/06/2027

Investigador Principal

IGNACIO, REVUELTA VICENTE

Centro beneficiario

IIS FUNDACIO RECERCA CLINIC BARCELONA - IDIBAPS (IIS-FRCB-IDIBAPS)

Centro de realización

IIS FUNDACIO RECERCA CLINIC BARCELONA - IDIBAPS (IIS-FRCB-IDIBAPS)

Comunidad Autónoma

CATALUÑA

Provincia

BARCELONA

Financiación

117,500 €