Fátima Al-Shahrour es jefa de la Unidad de Bioinformática del Centro Nacional de Investigaciones Oncológicas (CNIO), donde a través del análisis de datos, su grupo desarrolla herramientas para mejorar el tratamiento del cáncer. Gracias a la colaboración con Manolis Kellis, del MIT, Fátima y su equipo estudian los mecanismos responsables de la resistencia a tratamientos con inmunoterapia para proponer alternativas terapéuticas a pacientes con cáncer, en un proyecto seleccionado en la 2ª convocatoria del programa MIT-Spain ”la Caixa” Foundation SEED FUND.

Al-Shahrour fue una de las organizadoras del congreso internacional CNIO-”la Caixa” Frontiers Meeting: Heterogeneity and Evolution in Cancer. Este encuentro, celebrado el pasado mes de septiembre en el CNIO, reunió a matemáticos, físicos y bioinformáticos de todo el mundo para debatir sobre los tratamientos personalizados contra el cáncer gracias al Big Data.

¿Qué papel juega la bioinformática en el estudio del cáncer?

Sabemos que el cáncer no es una única enfermedad, sino varias. Un cáncer de pulmón y un cáncer de mama no son iguales, ni en su desarrollo ni a escala molecular. Tampoco son iguales dos tumores del mismo cáncer en pacientes distintos, ni siquiera las células de un mismo tumor.

Toda esa heterogeneidad conlleva la necesidad de usar terapias distintas y específicas en cada caso. Actualmente disponemos de muchísimos datos moleculares que, mediante la bioinformática, queremos usar para encontrar la combinación de fármacos más eficaz para cada paciente.

¿De qué herramientas disponemos para estudiar esta heterogeneidad?

Desde hace unos años, está emergiendo una manera muy potente de caracterizar las poblaciones celulares, tanto en el ámbito de la expresión génica como de las mutaciones en el DNA. Con la biopsia de un tumor, podemos medir la abundancia de las diferentes poblaciones celulares. Y así, gracias a diferentes técnicas computacionales, predecir cómo variarán en el futuro.

¿Significa eso que podremos predecir la evolución de los tumores con modelos matemáticos?

Sí y no. Actualmente existen metodologías que permiten estimar la supervivencia de un paciente o si tiene predisposición a desarrollar un tumor concreto. Sin embargo, nuestra capacidad predictiva es aún limitada y, por ejemplo, conocer la evolución tumoral aún está en fases iniciales.

La evolución de un tumor es como la de las especies: bajo una presión selectiva, determinadas alteraciones desaparecen y otras, las que pueden proporcionar una ventaja al tumor, tienden a preservarse. Es lo que se denomina clonalidad tumoral. El problema del tumor es que su evolución, y por tanto adaptación, es muy rápida, y predecir las alteraciones que se van a producir no es fácil. De hecho, es un tema de mucho interés entre la comunidad investigadora.

¿Qué implicaciones puede tener entender mejor la clonalidad tumoral en los tratamientos contra el cáncer?

Pues muchísimas. Hemos entendido que esta clonalidad, la heterogeneidad del tumor, es la que acaba entre otras cosas generando una resistencia a los tratamientos. Cuando a un paciente se le administra un tratamiento dirigido a una determinada alteración, se eliminan las células que contienen esa mutación específica. Sin embargo, las que no la tienen, emergen además de aparecer nuevos clones.

¿Es este el problema que queréis abordar con vuestra colaboración con el MIT?

Efectivamente. Trabajamos con el grupo de Manolis Kellis, del MIT, para comprender las bases biológicas de la resistencia a tratamientos con inmunoterapia. El objetivo final es proponer alternativas terapéuticas para los pacientes que la sufren.

El equipo de Kellis estudia el genoma humano, mientras que nosotros, en el CNIO, desarrollamos metodologías como Pandrugs, un algoritmo para predecir tratamientos personalizados a partir de las alteraciones genéticas detectadas en cada paciente.

Unidad de Bioinformática del Centro Nacional de Investigaciones Oncológicas (CNIO). Fuente: CNIO

¿Hasta qué punto crees que podremos personalizar los tratamientos en el futuro?

La medicina personalizada es una realidad. A las pacientes con cáncer de mama con una alteración determinada, por ejemplo, se les da un tratamiento específico.

Ya disponemos de información molecular para guiar un tratamiento, pero aún no hemos llegado a exprimir su máximo potencial. Para eso, necesitamos datos de calidad, estandarizados y actualizados, sobre el perfil genómico de un paciente, datos de salud e historias clínicas.

¿Qué papel ha tenido la financiación obtenida a través de ”la Caixa” en el desarrollo de tu investigación?

Es gracias a la ayuda de ”la Caixa” que podemos colaborar con un grupo del MIT experto en el estudio del genoma. Ellos nos proporcionan datos de calidad. Estamos creando así una sinergia que permite predecir computacionalmente qué medicamentos contra el cáncer serán efectivos en un conjunto de pacientes de melanoma metastásico que no respondieron a la inmunoterapia.

Estamos muy agradecidos de poder ver cómo trabajan allí de primera mano y esperamos que las colaboraciones y los intercambios España-Boston se puedan mantener en el futuro.

Fuente: Fundació Bancària 'la Caixa'

http://blog.caixaciencia.com/es/-/heterogeneidad-cancer
Subscribirse al Directorio
Escribir un Artículo

Últimas Noticias

El diagnóstico genético neonatal mejor...

Un estudio con datos de los últimos 35 años, ind...

Más de 1.500 cambios epigenéticos en e...

Un equipo de investigadores de la Universidad Juli...

Tuneable reverse photochromes in the sol...

A new technique allows the design of solid materia...

Destacadas

Eosinófilos. ¿Qué significa tener val...

by Labo'Life

En nuestro post hablamos sobre este interesante tipo de célula del si...

Un estudio de INCLIVA muestra el efecto ...

by INCLIVA

Han desarrollado un estudio para evaluar la correlación entre el teji...

Diapositiva de Fotos