Un nuevo modelo de tumores virtuales contra el cáncer de pulmón permite introducir las características genéticas de cada tumor y probar digitalmente miles de combinaciones terapéuticas. La herramienta, desarrollada por un equipo liderado por University College London, podría ayudar a encontrar tratamientos más personalizados y anticipar mecanismos de resistencia.
Probar todas las posibles combinaciones de medicamentos y radioterapia para cada paciente sería demasiado lento y costoso mediante experimentos convencionales. Un equipo liderado por investigadores de University College London (UCL) ha desarrollado ahora una plataforma computacional que reproduce virtualmente algunos de los principales procesos biológicos del cáncer de pulmón no microcítico. Al introducir el perfil genético de un tumor, el sistema puede simular cómo podría responder ante diferentes estrategias terapéuticas y seleccionar las opciones más prometedoras antes de trasladarlas al laboratorio. En el estudio, el modelo analizó más de 66.000 combinaciones posibles.
Miles de pruebas
El trabajo se centra en el cáncer de pulmón no microcítico, la forma más frecuente de esta enfermedad. Uno de los grandes retos para tratarlo es que cada tumor puede presentar una combinación diferente de mutaciones genéticas, lo que influye tanto en su evolución como en su respuesta a los tratamientos.
Los científicos identificaron una firma de 19 genes que podría ayudar a predecir qué pacientes tienen más probabilidades de responder a la radioterapia.
La plataforma desarrollada por UCL reproduce procesos como el crecimiento celular, la muerte de las células y la reparación del ADN. A partir de ahí, los investigadores pueden introducir las características genéticas de un tumor concreto y utilizar el modelo como una especie de copia virtual sobre la que probar rápidamente diferentes tratamientos.
“Simplemente no podemos probar en el laboratorio la enorme cantidad de combinaciones posibles de fármacos y radioterapia para cada paciente”, explica Jasmin Fisher, profesora de Biología Computacional y autora principal del estudio. Según la investigadora, el sistema permite evaluar miles de opciones en poco tiempo y relacionar determinadas mutaciones con la respuesta al tratamiento.
El modelo consiguió reproducir con gran precisión resultados experimentales ya conocidos y, además, predijo nuevas combinaciones que posteriormente fueron comprobadas mediante experimentos de edición genética CRISPR.
Un modelo de tumores virtuales prueba más de 66.000 estrategias contra el cáncer de pulmón
Nuevas vías
Entre los resultados, los investigadores identificaron varias posibles estrategias para mejorar la respuesta a la radioterapia. Una de ellas apunta a la proteína 53BP1, relacionada con la respuesta celular frente a daños graves en el ADN, como una posible diana para aumentar el efecto de la radiación sobre las células tumorales.
El sistema también señaló que bloquear la proteína ATM podría ayudar a combatir la resistencia a la radioterapia en determinados tumores que han perdido el gen TP53, uno de los principales mecanismos naturales que utiliza la célula para controlar los daños en su ADN.
Además, los científicos identificaron una firma de 19 genes que podría ayudar a predecir qué pacientes tienen más probabilidades de responder a la radioterapia. Al contrastarla con datos reales de pacientes, aquellos clasificados por el modelo como más sensibles a la radiación mostraron una supervivencia significativamente mayor después de recibir este tratamiento.
El objetivo a largo plazo es avanzar hacia una especie de copia virtual personalizada del tumor de cada paciente, capaz de ayudar a los médicos a seleccionar tratamientos y anticipar posibles resistencias antes de comenzar la terapia. Por ahora, la herramienta continúa en fase de investigación, pero ofrece una nueva forma de reducir miles de posibilidades a un grupo mucho más manejable de opciones que después puedan comprobarse experimentalmente.
Fuente:
0 comentarios