Diseñan un método para predecir la progresión del cáncer colorrectal

El sistema, en cuyo desarrollo ha participado el IDIBELL, utiliza datos de secuenciación genética para elaborar predicciones sobre la causalidad.
Un equipo de expertos ha diseñado un método computacional para conocer la progresión del cáncer colorrectal, un avance científico que puede abrir nuevas perspectivas a la hora de conocer los factores que potencian esta patología y seleccionar terapias efectivas.En esta investigación, publicada en Proceedings of the National Academy of Sciences (PNAS), han participado los expertos Víctor Moreno, de la Facultad de Medicina y Ciencias de la Salud de la Universidad de Barcelona, el Instituto de Investigación Biomédica de Bellvitge (IDIBELL) y el Instituto Catalán de Oncología (ICO), y Rebeca Sanz Pamplona (IDIBELL-ICO), entre otros.
Según explica Moreno, “como en la mayoría de tumores, el colorrectal se caracteriza por grandes alteraciones cromosómicas (deleciones, amplificaciones) y mutaciones puntuales. Estos factores en la escala del ADN después generan alteraciones importantes en el ARN y en el metabolismo de las células tumorales”. El profesor Giulio Caravagna, de la Universidad de Edimburgo, detalla que la investigación “propone un protocolo bioinformático para detectar regularidades que son comunes en el origen y el desarrollo del tumor”.
Este protocolo podría ser un progreso clave para entender una enfermedad que se caracteriza por un “número muy bajo de alteraciones genómicas comunes en diferentes pacientes”, apunta el experto. Por su parte, Bud Mishra, investigador de la Universidad de Nueva York, añade que “el modelo ayuda a predecir cómo irá cambiando con el tiempo el genoma del tumor”.
El cáncer de colon tiene una frecuencia similar en hombres y en mujeres, mientras que el de recto es más frecuente en los hombres. Su incidencia mundial es de cerca de 1,4 millones de casos nuevos cada año y 700.000 muertes. En España hay 32.000 casos nuevos al año y 14.000 fallecimientos, mientras que en Cataluña, cerca de 13.000 hombres y 14.000 mujeres conviven en la actualidad con un diagnóstico de cáncer colorrectal.
Tradicionalmente, se consideraba que el cáncer se iniciaba con una célula rebelde y se extendía, en parte, por una combinación de interacciones genéticas autónomas: mutaciones en oncogenes, con la capacidad potencial de provocar cáncer, y el fracaso de los genes supresores de tumores que los controlan.
Sin embargo, la disponibilidad de técnicas de secuenciación avanzada ha perfilado un escenario más complejo en la progresión del cáncer. De forma específica, todo indica que la interacción entre las células en una población tumoral es más relevante de lo que se pensaba hasta ahora, ya que los tumores son más heterogéneos a escala celular de lo que se creía.
PiCnIc para conocer la progresión del cáncer
El equipo científico ha captado estas interacciones mediante un modelo que permite generar una imagen celular de la propagación del cáncer colorrectal. Por ello, se ha desarrollado un sistema de modelización —Pipeline for Cancer Inference o PiCnIc— que utiliza datos de secuenciación genética para elaborar predicciones sobre la causalidad.
PiCnIc, en particular, tiene en consideración la función de las mutaciones conductoras(driver) que estimulan la progresión del cáncer, además de otros fenómenos como las alteraciones en el número de copias (deleciones o amplificaciones) y la influencia en cascada de estas mutaciones y alteraciones sobre otros factores conductores.
Para constatar la viabilidad del modelo, el equipo científico ha comparado las predicciones con los conocimientos disponibles sobre la dinámica del crecimiento del cáncer colorrectal. A partir de los resultados, se constata que PiCnIc es una herramienta eficaz para reflejar los conocimientos de la investigación biomédica sobre la progresión de la enfermedad. “Esta metodología es innovadora porque incorpora un modelo probabilístico que infiere el orden de los sucesos (mutaciones y alteraciones en el número de copias)”, detalla Moreno.
Fuente: Diario Médico