A menudo, los médicos dicen a las personas con cáncer cuánto tiempo aproximado podrán vivir, y cómo de bien responderán a los tratamientos, pero ¿qué pasaría si hubiera una manera de mejorar la precisión de las predicciones de los médicos?
Un nuevo método desarrollado por científicos de la Universidad de California (UCLA) podría finalmente conducir a una manera de hacer precisamente eso, utilizando datos sobre secuencias genéticas de los pacientes para producir estimaciones más fiables del tiempo de supervivencia y cómo podrían responder a posibles tratamientos. La técnica es una forma innovadora de utilizar grandes volúmenes de datos biomédicos – que recolectan patrones y tendencias a partir de cantidades masivas de información del paciente – para conseguir una medicina de precisión – dando a los médicos la capacidad de adaptar mejor la atención a cada paciente.
Es probable que el enfoque permita a los médicos dar predicciones más precisas a personas con muchos tipos de cáncer. En esta investigación, los científicos de UCLA estudiaron cánceres de mama, de cerebro (glioblastoma multiforme y glioma de bajo grado), de pulmón, ovario y riñón.
Además, puede permitir a los científicos analizar las secuencias genéticas de las personas y determinar las que son letales y las que son inofensivas.
El nuevo método analiza diversas isoformas génicas – combinaciones de secuencias genéticas que pueden producir una enorme variedad de ARNs y proteínas a partir de un solo gen – utilizando datos de las moléculas de ARN de las muestras de cáncer. Ese proceso, llamado secuenciación de ARN, revela la presencia y la cantidad de moléculas de ARN en una muestra biológica. Con este método desarrollado en UCLA, los científicos analizaron las relaciones entre secuencias genéticas ligeramente diferentes dentro de las isoformas, lo que les permitió detectar sutiles pero importantes diferencias entre las secuencias genéticas. En cambio, el análisis convencional agrega a todas las isoformas, lo que significa que la técnica se pierde diferencias importantes dentro de las isoformas.
“SURVIV (“survival analysis of mRNA isoform variation”) es el primer método estadístico que realiza un análisis de la supervivencia de las isoformas utilizando los datos de secuenciación del ARN”, dijo el autor principal, Yi Xing, profesor asociado de microbiología, inmunología y genética molecular en UCLA. La investigación fue publicada ayer en la revista Nature Communications.
Los investigadores afirman haber identificado unas 200 isoformas que están asociadas al tiempo de supervivencia para las personas con cáncer de mama; algunas predicen tiempos de supervivencia más largos, y otras están vinculadas a los tiempos más cortos. Armados con este conocimiento, los científicos podrían finalmente ser capaces de dirigirse a las isoformas asociadas a los tiempos de supervivencia más cortos con el fin de suprimirlas y luchar contra la enfermedad, dijo Xing.
Los investigadores evaluaron el rendimiento de los predictores de supervivencia utilizando una métrica llamada C-index y observaron que en los seis tipos diferentes de cáncer que analizaron, sus predicciones basadas en la isoforma tuvieron resultados consistentemente mejores que las predicciones basadas en los genes convencionales.
El resultado fue sorprendente ya que sugiere, en contraste a la sabiduría tradicional, que la proporción de las isoformas proporciona una firma molecular más robusta de los pacientes con cáncer que la totalidad de los genes, dijo Xing, director del programa de doctorado en bioinformática de UCLA y miembro del UCLA Institute for Quantitative and Computational Biosciences.
“Nuestro hallazgo sugiere que las proporciones de las isoformas proporcionan una firma molecular más robusta de los pacientes con cáncer en los conjuntos de datos de secuenciación de ARN a gran escala“, dijo.
Los investigadores estudiaron los tejidos de 2.684 personas con cáncer cuyas muestras fueron parte del Atlas Genómico del Cáncer de los Institutos Nacionales de Salud, y tardaron más de dos años en desarrollar el algoritmo de SURVIV.
Según Xing, un gen humano produce normalmente de siete a 10 isoformas.
“En el cáncer, a veces un solo gen produce dos isoformas, una de las cuales promueve la metástasis y la otra la reprime“, dijo, y agregó que la comprensión de las diferencias entre las dos es extremadamente importante en la lucha para combatir el cáncer.
“Y sólo hemos arañado la superficie“, dijo Xing. “A partir de ahora vamos a aplicar el método a conjuntos de datos mucho más grandes, y esperamos poder aprender mucho más“.
..Susana Calvo
