Investigadores de la Universidad de Uppsala han utilizado modelos computarizados para estudiar la forma en que aparecen los tumores cerebrales. El estudio, publicado en la revista EBioMedicine, ilustra cómo en el futuro los investigadores serán capaces de utilizar los datos a gran escala para encontrar nuevos mecanismos de la enfermedad e identificar nuevas dianas terapéuticas.
Los últimos diez años de avances en biología molecular ha cambiado drásticamente la forma en que trabajan los investigadores del cáncer. En vez utilizar diferentes modelos biológicos casi exclusivamente, como las células, en la actualidad los análisis estadísticos a gran escala se utilizan cada vez más para entender las enfermedades tumorales y encontrar nuevas terapias.
Investigadores de la Universidad de Uppsala, junto con sus colegas de la Universidad de Gotemburgo, Chalmers University of Technology y la Universidad de Friburgo, han desarrollado un nuevo algoritmo, ASICS, que utiliza grandes cantidades de datos para sugerir hipótesis acerca de “qué causa qué” en una célula de cáncer.
En el estudio, publicado el 20 de septiembre, los investigadores utilizaron ASICS para interpretar los datos de los tumores cerebrales y pudieron identificar un nuevo mecanismo detrás del glioblastoma mesenquimal, un tipo agresivo de tumor cerebral.
“De acuerdo con el modelo computacional, el glioblastoma mesenquimal está causado en parte por alteraciones en un gen llamado Anexina A2. Para validar la relevancia de esta predicción se examinaron muestras de pacientes y pudimos demostrar que el glioblastoma mesenquimal tiene un aumento de la actividad de la anexina A2. Posteriormente, probamos inhibir la expresión de la anexina A2 en las células cancerosas de los pacientes y se observó que las células cancerosas murieron o cambiaron a una forma menos agresiva”, dice Sven Nelander, del Departamento de Inmunología, Genética y Patología de la Universidad de Uppsala, que ha llevado el estudio junto con un colega en Friburgo.
Los resultados muestran que los análisis de datos se pueden utilizar para predecir qué genes o proteínas influyen en el desarrollo de un tumor y, a continuación confirmar la predicción con experimentos en el laboratorio. El método ASICS también ha sido probado en otros tipos de cáncer, con resultados prometedores, aunque se necesitan más estudios para afinar los ajustes.
..Susana Calvo
