dimecres 30

Big Data per combatre el càncer

Publicat per "la Caixa" el 30/10/2019

Fátima Al-Shahrour és cap de la Unitat de Bioinformàtica del Centre Nacional d’Investigacions Oncològiques (CNIO), on a través de l’anàlisi de dades, el seu grup desenvolupa eines per millorar el tractament del càncer. Gràcies a la col·laboració amb Manolis Kellis, del MIT, Fátima i el seu equip estudien els mecanismes responsables de la resistència a tractaments amb immunoteràpia per proposar alternatives terapèutiques a pacients amb càncer, en un projecte seleccionat a la 2a convocatòria del programa MIT-Spain ”la Caixa” Foundation SEED FUND.

Al-Shahrour va ser una de les organitzadores del congrés internacional CNIO-”la Caixa” Frontiers Meeting: Heterogeneity and Evolution in Cancer. A questa trobada, celebrada el passat mes de setembre al CNIO, va reunir matemàtics, físics i bioinformàtics de tot el món per debatre sobre els tractaments personalitzats contra el càncer gràcies al Big Data. 
 

Quin paper té la bioinformàtica en l’estudi del càncer?

Sabem que el càncer no és una única malaltia, sinó diverses. Un càncer de pulmó i un càncer de mama no són iguals, ni en el seu desenvolupament ni a escala molecular. Tampoc no són iguals dos tumors del mateix càncer en pacients diferents, ni tan sols les cèl·lules d’un mateix tumor.

Tota aquesta heterogeneïtat comporta la necessitat de fer servir teràpies diferents i específiques en cada cas. Actualment disposem de moltíssimes dades moleculars que, mitjançant la bioinformàtica, volem fer servir per trobar la combinació de fàrmacs més eficaç per a cada pacient.

De quines eines disposem per estudiar aquesta heterogeneïtat?

Des de fa uns anys, està emergint una manera molt potent de caracteritzar les poblacions cel·lulars, tant en l’àmbit de l’expressió gènica com de les mutacions al DNA. Amb la biòpsia d’un tumor, podem mesurar l’abundància de les diverses poblacions cel·lulars. I així, gràcies a diverses tècniques computacionals, predir com variaran en el futur.

Això vol dir que podrem predir l’evolució dels tumors amb models matemàtics?

Sí i no. Actualment hi ha metodologies que permeten estimar la supervivència d’un pacient o si té predisposició a desenvolupar un tumor concret. No obstant això, la nostra capacitat predictiva encara és limitada i, per exemple, conèixer l’evolució tumoral encara està en fases inicials. 

L’evolució d’un tumor és com la de les espècies: sota una pressió selectiva, determinades alteracions desapareixen i altres, les que poden proporcionar un avantatge al tumor, es tendeixen a preservar. És el que s’anomena clonalitat tumoral. El problema del tumor és que la seva evolució, i per tant adaptació, és molt ràpida, i predir les alteracions que es produiran no és fàcil. De fet, és un tema de molt interès entre la comunitat investigadora. 

Quines implicacions pot tenir entendre millor la clonalitat tumoral en els tractaments contra el càncer?

Doncs moltíssimes. Hem entès que aquesta clonalitat, l’heterogeneïtat del tumor, és la que acaba entre d’altres coses generant una resistència als tractaments. Quan a un pacient se li administra un tractament dirigit a una determinada alteració, s’eliminen les cèl·lules que contenen aquesta mutació específica. No obstant això, les que no la tenen, emergeixen i n’apareixen nous clons.

Aquest és el problema que voleu tractar amb la vostra col·laboració amb el MIT?

Efectivament. Treballem amb el grup de Manolis Kellis, del MIT, per comprendre les bases biològiques de la resistència a tractaments amb immunoteràpia. L’objectiu final és proposar alternatives terapèutiques per als pacients que la pateixen.

L’equip de Kellis estudia el genoma humà, mentre que nosaltres, al CNIO, desenvolupem metodologies com Pandrugs, un algoritme per predir tractaments personalitzats a partir de les alteracions genètiques detectades en cada pacient.

Unitat de Bioinformàtica del Centre Nacional d’Investigacions Oncològiques (CNIO). Font: CNIO
 

Fins a quin punt creus que podrem personalitzar els tractaments en el futur?

La medicina personalitzada és una realitat. A les pacients amb càncer de mama amb una alteració determinada, per exemple, se’ls dona un tractament específic.

Ja tenim informació molecular per guiar un tractament, però encara no hem arribat a exprimir-ne el potencial màxim. Per a això, necessitem dades de qualitat, estandarditzades i actualitzades, sobre el perfil genòmic d’un pacient, dades de salut i històries clíniques. 

Quin paper ha tingut el finançament obtingut a través de ”la Caixa” en el desenvolupament de la recerca?

És gràcies a l’ajuda de ”la Caixa” que podem col·laborar amb un grup del MIT expert en l’estudi del genoma. Ells ens proporcionen dades de qualitat. Estem creant així una sinergia que permet predir computacionalment quins medicaments contra el càncer seran efectius en un conjunt de pacients de melanoma metastàtic que no van respondre a la immunoteràpia.

Estem molt agraïts de poder veure com hi treballen de primera mà i esperem que les col·laboracions i els intercanvis Espanya-Boston es puguin mantenir en el futur.

 

Compartir

3

Categoria:

Post Relacionat:

NewsLetters
L'Àrtic es trenca

CosmoCaixa, on la ciència es converteix en experiència

amb la col.laboració de

Associació Catalana de Comunicació Científica