28.07.2021 - 17:34
Important avenç científic per a escollir el millor tractament per a cada tipus de tumor de càncer. L’Institut de Recerca de Barcelona (IRB) ha desenvolupat un mètode computacional que identifica les mutacions causants de la malaltia per a cada tipus de tumor. Es tracta d’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.
Cada pacient i cada tumor acumulen un elevat nombre de mutacions, però no totes són significatives per al desenvolupament del càncer. Fins ara, els científics de l’IRB havien desenvolupat un mètode per a 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. Aquest fet 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 la investigadora Núria López-Bigas . A més, l’eina permetrà d’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 fet explica que les mutacions que afavoreixen el creixement i el desenvolupament del càncer es troben en una proporció més gran de les mostres, en comparació amb les 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. Aquest fet dona informació útil per desenvolupar nous enfocaments terapèutics.
Fins ara, 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 de 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 així 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.
