Un nuevo enfoque quiere adaptar la terapia contra el cancer al aprovechar las actividades de señalización en las células cancerosas.
El objetivo: hacer coincidir los medicamentos con los tumores para conducir a un tratamiento personalizado y nuevas terapias.
Elegir el medicamento adecuado para cada paciente con cáncer es clave para un tratamiento exitoso.
Pero actualmente los médicos tienen pocos indicadores confiables para guiarlos en el diseño de protocolos de tratamiento.
Investigadores del Instituto de Ciencia Weizmann y el Instituto Broad del MIT y Harvard ahora han desarrollado un nuevo método para seleccionar la mejor terapia farmacológica para un tumor determinado basado en la asignación de puntajes a las actividades de mensajería interna de las células.
Una nueva estrategia para combatir el cancer.
Además de ayudar a los médicos a elegir de una lista de tratamientos existentes, el método puede ayudar a identificar nuevos objetivos moleculares para el desarrollo de futuros medicamentos.
De hecho, los investigadores ya lo han utilizado para identificar un gen que puede ser el objetivo de tratar eficazmente el cáncer de seno con una mutación BRCA.
El estudio fue publicado recientemente en Nature Communications.
La forma molecular más común de combinar medicamentos con un tumor es buscar mutaciones particulares en las células del tumor.
Desafortunadamente, la presencia de tales mutaciones no garantiza que un medicamento funcione, y, en cualquier caso, muchos medicamentos no están destinados a mutaciones para empezar.
También ha habido intentos de predecir la efectividad de un medicamento mediante el análisis de la expresión de ciertos genes en un tumor. Pero se demostró que el nivel de expresión de muy pocos genes es útil para guiar a los médicos a tomar decisiones de tratamiento.
En el nuevo estudio, participaron dos laboratorios, uno dirigido por el Dr. Ravid Straussman y el otro por el Prof. Gad Getz.
Ellos unieron fuerzas para desarrollar un enfoque más efectivo, basando su estudio sobre los enormes conjuntos de datos sobre el cáncer que han estado disponibles en los últimos años.
Este enfoque no se basa en mutaciones o en genes individuales, sino en vías de señalización. Estas son cadenas de señales bioquímicas que transmiten mensajes celulares cruciales. Por ejemplo, si una célula debe dividirse o crecer, o de qué manera se debe alterar su metabolismo.
Se expresan numerosos genes en la célula para transmitir el mensaje en cada vía, por lo que se necesitan métodos sofisticados para descubrir la actividad en estas cadenas.
Buscando una nueva terapia contra el cáncer.
El Dr. Rotem Ben-Hamo analizó vastos conjuntos de datos internacionales que contienen información sobre la expresión de todos los genes.
Se trata de unas 460 líneas celulares de cáncer, es decir, diferentes modelos de cáncer, de diez tipos de cáncer diferentes.
Utilizando una herramienta de bioinformática avanzada, “PathOlogist”, desarrollado por el profesor Sol Efroni de la Universidad de Bar-Ilan.
Con esta ayuda, los investigadores asignaron a cada ruta una puntuación de actividad, que tiene en cuenta no solo los niveles de expresión génica sino también el conocimiento previo sobre la estructura de cada ruta.
Observaron entonces, las interacciones de los genes dentro de él y si un gen dado bloquea o estimula el mensaje de la vía.
Luego, los científicos correlacionaron estos puntajes con conjuntos de datos que contienen información sobre la sensibilidad de diferentes células cancerosas a casi 500 medicamentos.
Descubrieron que los puntajes de actividad de algunas de las vías les permitieron predecir si un cáncer específico sería sensible a un medicamento en particular.
En las pruebas.
En otras palabras, los investigadores crearon un perfil para el tejido canceroso. El mismo que podría dirigir a los médicos a los mejores medicamentos para erradicar el tumor.
Entonces, pudieron hacer tales predicciones para más de 30 medicamentos existentes.
Por ejemplo, cuando ciertas células de cáncer de pulmón tuvieron un puntaje alto en una vía que desencadena la apoptosis.
La apoptosis, es una forma de suicidio celular, estas células probablemente fueron destruidas por una clase de medicamentos conocidos como inhibidores de microtúbulos.
Luego, los científicos demostraron que podían usar el conocimiento de la vía no solo para predecir sino para alterar la respuesta de las células a un medicamento.
Obtuvieron de un paciente tejido de cáncer de pulmón en el que, según su análisis, la vía desencadenante de la apoptosis no era particularmente activa.
En experimentos con tubos de ensayo, este tejido de cáncer de pulmón, como se esperaba, era resistente a los fármacos inhibidores de microtúbulos.
Pero cuando, además de los inhibidores de microtúbulos, los investigadores aplicaron simultáneamente una sustancia que aumentaba la actividad en la vía de la apoptosis, estos medicamentos destruyeron efectivamente las células cancerosas.
En un análisis más detallado de los conjuntos de datos, los investigadores correlacionaron los puntajes de actividad de las vías de señalización con otro tipo de información.
Qué genes juegan un papel tan esencial en varios tumores que silenciar o bloquear estos genes puede matar el tumor.
Encontraron que aquí también, los puntajes de la ruta los ayudaron a identificar esos genes “sensibles” en una variedad de tumores.
Por ejemplo, descubrieron que los tumores de mama con actividad específica en la vía BRCA, que se correlacionaban con la presencia de una mutación BRCA, eran extremadamente dependientes de la actividad de un gen llamado MAD2L1.
El análisis bioinformático predijo que silenciar este gen puede provocar la muerte de células tumorales en pacientes con una mutación BRCA.
Esta predicción puede servir como punto de partida. A partir de allí encaminar la búsqueda de medicamentos nuevos o existentes para tratar este devastador cáncer de seno.
Abriendo los caminos de la medicina personalizada.
En general, los hallazgos del estudio sugieren que las vías de señalización pueden servir como marcadores biológicos predictivos en la medicina personalizada del futuro. Esperan entonces ayudar a los médicos a determinar de antemano qué pacientes responderán mejor a cada medicamento.
Además, las vías pueden ayudar a los investigadores a identificar el talón de Aquiles de varios tumores a los que se puede dirigir el desarrollo de fármacos