Un nou sistema computacional identifica les mutacions causants del càncer per a cada tipus de tumor 

L’avenç de l’Institut de Recerca de Barcelona permetria que els oncòlegs puguin escollir el millor tractament per a cada cas

El laboratori de Genòmica Biomèdica de l'Institut de Recerca de Barcelona (IRB) ha desenvolupat un mètode computacional que identifica les mutacions causant del càncer per a cada tipus de tumor. I és que cada pacient i cada tumor acumula un elevat nombre de mutacions, però no totes aquestes són significatives per al desenvolupament del càncer.

Els científics de l'IRB, liderats per la investigadora ICREA Núria López-Bigas, han desenvolupat una eina basada en mètodes d'aprenentatge automàtic que avalua la potencial contribució en el desenvolupament i la progressió del càncer de totes les possibles mutacions en un gen, en un determinat tumor. Aquest avenç permet escollir el millor tractament per a cada cas.

Els investigadors havien desenvolupat en treballs anteriors un mètode per identificar quins gens són responsables de l'inici, el progrés o l'expansió del càncer. El nou mètode, 'BoostDM', va més enllà i simula cada possible mutació, dins de cada gen, per a un tipus de càncer específic i apunta quins són clau en el procés cancerós. “Això contribueix a entendre com es causa un tumor a nivell molecular i pot ajudar en la presa de decisions sobre la teràpia més adequada per a un pacient”, segons explica López-Bigas. A més, l'eina permetrà entendre millor els processos inicials de la formació de tumors.

Aquest nou mètode s'ha integrat a la plataforma INtOGen, desenvolupada pel mateix grup i dissenyada per ser utilitzada per la comunitat científica i mèdica en projectes d'investigació. També s'ha integrat al Cancer Genome Interpreter, més enfocat a la presa de decisions clíniques per part de metges oncòlegs.

Actualment, BoostDM treballa amb els perfils mutacionals de 28.000 genomes analitzats de 66 tipus de càncers diferents.

Selecció positiva

Per trobar les mutacions implicades en el càncer, els científics s'han basat en el concepte ‘selecció positiva’. Aquest explica que les mutacions que afavoreixen el creixement i el desenvolupament del càncer es troben en major número en les mostres, en comparació amb aquelles mutacions que es produeixen a l'atzar.

El mètode proposat aprèn, a partir de les dades, quins atributs són distintius de les mutacions que afavoreixen el desenvolupament del càncer. Això dona informació útil per al desenvolupament de nous enfocaments terapèutics.

Fins al moment, l'eina desenvolupada pels investigadors ha generat 185 models per identificar mutacions en un gen en un tipus de càncer. Per exemple, ha generat un model que ha identificat totes les possibles mutacions que inicien la formació del tumor del gen EGFR en alguns tipus de càncer de pulmó i un altre model per aquest mateix gen en casos de glioblastoma (al cervell).

La tècnica permet generar nous models, de tal manera que hi hagi models per a tots els gens de càncer els propers anys, a mesura que augmentin les dades de tumors seqüenciats depositats en el domini públic i es puguin incorporar al sistema.

Un cop desenvolupat el model, se'l pot interrogar sobre cada possible mutació d'un gen de càncer en un tipus de teixit i saber si és rellevant o no per al desenvolupament de la malaltia. Es genera d'aquesta manera un mapa de mutacions clau que dona un coneixement molt valuós per a la investigació del càncer, així com per a la medicina personalitzada i la presa de decisions mèdiques.

Subscriu-te al butlletí de Social.cat per rebre les últimes novetats al teu correu.


No hi ha cap comentari

Comenta aquest article