Investigadores españois dan un paso crucial na loita contra o cancro mediante a análise Big Data

Un mesmo tumor, ou mesmo una mesma célula tumoral, pode presentar múltiples alteracións do xenoma á vez: mutacións puntuais, reordenamientos, perdas ou ganancias de fragmentos concretos, entre outros. Entender como estas alteracións determinan que xenes e cales non se expresarán nun tumor concreto, o que os investigadores chaman "identidade transcripcional", é clave para definir as características do tumor, por exemplo, o seu estado de diferenciación, a súa capacidade de xerar metástase, ou de esquivar o sistema inmunitario. En última instancia, coñecer ben as características dun tumor é o que nos axudará a identificar as súas vulnerabilidades e poder atacalas a través do tratamento máis adecuado.

Un equipo da Universidade de Columbia de Nova York, coa participación do Dr. Álvaro Aytés, primeiro asinante do estudo e investigador e xefe de grupo do Instituto de Investigación Biomédica de Bellvitge (IDIBELL) e do Instituto Catalán de Oncoloxía (ICO), analizou, a través de algoritmos computacionales , os datos xenómicos de 10.000 tumores dos 20 cancros máis frecuentes. O obxectivo do estudo era identificar as proteínas reguladoras responsables de canalizar a información proveniente das alteracións xenómicas e transformala na identidade transcripcional propias do cancro.

O estudo, publicado na revista Cell, identificou ata 112 subtipos de tumores definidos por 407 destas proteínas reguladoras que canalizan a información. Ademais, a análise puxo en evidencia que os 112 subtipos tumorales pódense catalogar a partir do grao de activación / inactivación de só 24 grupos de proteínas reguladoras, ou o que é o mesmo, a combinación de 24 características fundamentais de cancro. Coñecer cales son as características fundamentais que presenta un cancro concreto pódenos axudar a facer unha previsión moi fiable do prognóstico daquel paciente.

O Dr. Aytés afirma que "estes resultados mostran o control xerárquico das propiedades que caracterizan cada tumor", e engade, "O grao de activación ou inactivación de cada un dos 24 grupos reguladores identificados define a identidade transcripcional dos tumores, facilitando o seu coñecemento e abordaxe terapéutico ".

O Dr. Andrea Califano, xefe do Departamento de Bioloxía de Sistemas da Universidade de Columbia, e líder deste traballo, afirma que "ata o de agora na medicina personalizada analizabamos que entre miles de xenes causaba unha enfermidade e esperabamos que houbese un fármaco que actuase contra leste ". Pero engade, "este estudo suxire que en lugar de necesitar un fármaco para cada xene poderiamos traballar cun número reducido de fármacos que actuásemos sobre os 24 módulos definidos".

Os investigadores validaron algunha das características fundamentais descritas en cancros de próstata ou ril, entre outros. E mediante técnicas de edición xenética e tratamentos farmacolóxicos demostraron que as predicións feitas a través de algoritmos cumpríanse nos ensaios con modelos experimentais.

Finalmente, cabe destacar que toda a información e modelos matemáticos extraídos deste estudo puxéronse inmediatamente ao dispor da comunidade científica mediante unha aplicación web. Deste xeito, os investigadores que o desexen poderán analizar os datos xenómicos dos tumores dos seus pacientes con estes novos modelos.

Esta noticia publicouse orixinalmente en Catalunyapress.