2022-11-001 - IMMETCOLS - Desarrollo y validación de una firma inmunometabólica (IMMETCOLS) para aumentar la eficacia de la inmunoterapia en pacientes con cáncer colorrectal.

Firma de biomarcador de cáncer que clasifica a los pacientes en 3 grupos según su perfil inmunometabólico

Códigos de Gínjol

ACRÓNIMO

IMMETCOLS

2022-11-001

Oferta tecnológica principal

Classifier based on immune-metabolic signature. Prediction of targetable metabolic vulnerabilities specific for clusters, with the potential to synergize with ICI therapies

Centros CERCA y otras instituciones públicas involucradas

Pruebas

Lista Centros CERCA
Universidad vinculada al centro
Otros Agentes Públicos

Disponibilidad y Estado

1-2 Investigación 3-4 PoC experimental 5 Prototipo 6-7 MVP 8 Industrialización 9 Comercialización

MÍNIMO

1

2

3

4

5

6

7

8

9

10

MÁXIMO

1-Primer lienzo /2-Análisis de mercado/3-Primera validación

MÍNIMO

1

2

3

4

5

6

7

8

9

10

MÁXIMO

1- Hipótesis de mercado / 2- Mercado básico / 3- Prueba de concepto / 4- Cliente objetivo / 5- Validación del cliente / 6- MVP lanzable / 7- Comentarios del cliente / 8- Escala de producto-servicio / 9- Negocio sostenible

MÍNIMO

1

2

3

4

5

6

7

8

9

10

MÁXIMO

Objetivos de los ODS

Objectivos para el Desarrollo Sostenible

Mejorar la estratificación precoz del paciente con Cáncer para un correcto manejo terapéutico Reducir el coste para el Sistema Nacional de Salud Mejorar la calidad de vida de los pacientes

Datos de mercado

Problema: La eficacia del tratamiento con inhibidores de puntos de control inmunitario (ICI) oscila entre el 30 % y el 40 % en tumores sensibles y <5 % en tumores inmunorresistentes. Los métodos predictivos actuales presentan baja sensibilidad y poca especificidad para identificar a los pacientes que podrían beneficiarse del tratamiento con ICI. Solución: IMMETCOL es una firma de 10 genes que clasifica a los pacientes con tumores sólidos en tres grupos diferentes según su perfil inmunometabólico, lo que permite al médico elegir la mejor estrategia de tratamiento para cada paciente.

0

0

0

Desarrollo de un algoritmo basado en la firma de 10 genes para la estratificación del tratamiento en pacientes con cáncer

Es necesario que la identificación de pacientes que responden a la terapia intensiva de inicio (ICI) sea mejor que el estándar de atención. El sistema nacional de salud debe reducir los costos asociados con los pacientes que no responden, así como brindarles nuevos enfoques terapéuticos.

Pacientes que padecen algún tipo de cáncer con el fin de clasificarlos según las características metabólicas para ofrecerles una estrategia de tratamiento eficaz.

Área DeepTech

Fondos

Actualmente, el proyecto cuenta con fondos para validar el primer prototipo del Point of Care en un entorno clínico relevante. Necesitamos un socio para definir la hoja de ruta regulatoria y también para apoyar las próximas fases clínicas y los asuntos regulatorios.

Acuerdo de licencia con un socio industrial. Acuerdo de codesarrollo con un socio industrial.

La firma de 10 genes se ha definido como un posible biomarcador predictivo para el tratamiento.

Estado de la tecnología

Nuevos algoritmos basados en biomarcadores capaces de estratificar a los pacientes con cáncer según su firma metabólica como un nuevo enfoque para la gestión del tratamiento.

Validación de firma en un entorno relevante PoC mediante organoides Estrategia de negocio y posibles socios para un codesarrollo

La solicitud de patente prioritaria se presentó el 20 de agosto de 2021. Se presentó una extensión PCT en agosto de 2022 con el código PCT/EP2022/073151. La patente entrará en fase nacional en diciembre de 2023.

Los derechos de propiedad intelectual están protegidos mediante una solicitud de patente. Además de Gínjol 11, el proyecto cuenta con otras subvenciones del Instituto de Salud Carlos III.

Información adicional

Patentes: PCT/EP2022/073151

La firma IMMETCOLS proporciona un clasificador simplificado de tumores de diversos orígenes, produciendo tres grupos con perfiles inmunometabólicos distintos, lo que representa una nueva herramienta predictiva para la selección de pacientes para enfoques terapéuticos inmunometabólicos específicos.