Investigadores de Nueva York, Bellvitge y el ICO identifican vulnerabilidades clave del cáncer gracias al Big Data

Un mismo tumor, o incluso una misma célula tumoral, puede presentar múltiples alteraciones del genoma a la vez: mutaciones puntuales, reordenamientos, pérdidas o ganancias de fragmentos concretos, entre otros. Entender cómo estas alteraciones determinan qué genes y cuáles no se expresarán en un tumor concreto, lo que los investigadores llaman "identidad transcripcional", es clave para definir las características del tumor, como por ejemplo, su estado de diferenciación, su capacidad de generar metástasis, o de esquivar el sistema inmunitario. En última instancia, conocer bien las características de un tumor es lo que nos ayudará a identificar sus vulnerabilidades y poder atacarlas a través del tratamiento más adecuado.

Un equipo de la Universidad de Columbia de Nueva York, con la participación del Dr. Álvaro Aytés, primer firmante del estudio e investigador y jefe de grupo del Instituto de Investigación Biomédica de Bellvitge (IDIBELL) y del Instituto Catalán de Oncología (ICO), ha analizado, a través de algoritmos computacionales , los datos genómicos de 10.000 tumores de los 20 cánceres más frecuentes. El objetivo del estudio era identificar las proteínas reguladoras responsables de canalizar la información proveniente de las alteraciones genómicas y transformarla en la identidad transcripcional propias del cáncer.

El estudio, publicado en la revista Cell, ha identificado hasta 112 subtipos de tumores definidos por 407 de estas proteínas reguladoras que canalizan la información. Además, el análisis ha puesto en evidencia que los 112 subtipos tumorales se pueden catalogar a partir del grado de activación / inactivación de sólo 24 grupos de proteínas reguladoras, o lo que es lo mismo, la combinación de 24 características fundamentales de cáncer . Conocer cuáles son las características fundamentales que presenta un cáncer concreto nos puede ayudar a hacer una previsión muy fiable del pronóstico de aquel paciente.

El Dr. Aytés afirma que "estos resultados muestran el control jerárquico de las propiedades que caracterizan cada tumor", y añade, "El grado de activación o inactivación de cada uno de los 24 grupos reguladores identificados define la identidad transcripcional de los tumores, facilitando su conocimiento y abordaje terapéutico ".

El Dr. Andrea Califano, jefe del Departamento de Biología de Sistemas de la Universidad de Columbia, y líder de este trabajo, afirma que "hasta ahora en la medicina personalizada analizábamos qué entre miles de genes causaba una enfermedad y esperábamos que hubiera un fármaco que actuara contra este ". Pero añade, "este estudio sugiere que en lugar de necesitar un fármaco para cada gen podríamos trabajar con un número reducido de fármacos que actuáramos sobre los 24 módulos definidos".

Los investigadores han validado alguna de las características fundamentales descritas en cánceres de próstata o riñón, entre otros. Y mediante técnicas de edición genética y tratamientos farmacológicos han demostrado que las predicciones hechas a través de algoritmos se cumplían en los ensayos con modelos experimentales.

Finalmente, cabe destacar que toda la información y modelos matemáticos extraídos de este estudio se han puesto inmediatamente a disposición de la comunidad científica mediante una aplicación web. De este modo, los investigadores que lo deseen podrán analizar los datos genómicos de los tumores de sus pacientes con estos nuevos modelos.