Amparo Tolosa, Genética Médica News

En los últimos años el avance en las técnicas de secuenciación ha permitido obtener mapas detallados de las mutaciones que ocurren durante el desarrollo y avance del cáncer. Este conocimiento ha sentado las bases de la aplicación de la medicina de precisión en la práctica clínica de la oncología y ha favorecido el desarrollo de los primeros tratamientos diseñados y personalizados para cada paciente, según su perfil genético.

No obstante, la identificación y caracterización de las mutaciones del cáncer constituye únicamente la primera de las capas de elementos a considerar en la investigación aplicada en oncología. Tan importante como identificar las alteraciones del material hereditario en un tumor es conocer cuáles son sus efectos sobre la actividad del resto del genoma.

Siguiendo este razonamiento, un estudio, publicado recientemente en Science, acaba de explorar el efecto de alterar la función de cada gen codificante de proteínas en 17 tipos de cáncer diferentes.  En el trabajo, los investigadores establecieron relaciones entre los niveles de proteínas y la evolución y supervivencia al cáncer a partir de los datos de expresión de 8.000 pacientes, de los que se disponía de información clínica y patológica detallada.

Gracias a la información genómica  disponible en bases de datos públicas como The Cancer Genome Atlas, Human Protein Atlas, el consorcio GTEx y recount2, el equipo obtuvo modelos genómicos globales para los tumores de cada paciente y estimó las diferencias metabólicas entre cada uno de ellos. Además, estudió el papel de genes específicos en algunas de las características del cáncer.

“Mostramos por primera vez la influencia de los niveles de expresión demostrando el poder del “big data” en cambiar la forma en la que se realiza la investigación médica,” señala Mathias Uhlen, director del consorcio del Atlas Humano de Proteínas y uno de los investigadores principales del trabajo. “También mostramos las ventajas de las políticas de acceso abierto en ciencia, que permiten a los investigadores compartir datos entre sí para permitir la integración de grandes cantidades de datos de diferentes fuentes.”

Los resultados del trabajo muestran que un número elevado de genes codificantes de proteínas se expresan de forma diferente en el cáncer y tienen un impacto en la supervivencia de los pacientes. Aunque los investigadores no encontraron un único gen con características pronósticas para los diferentes tipos de cáncer, sí pudieron identificar selecciones de genes para algunos tipos, como el cáncer de pulmón o  cáncer de colon. Además, encontraron que aquellos pacientes con menor supervivencia mostraban una sobre-regulación de los genes implicados en la mitosis y el crecimiento celular, así como una disminución de la expresión de aquellos genes que participan en la diferenciación celular.

Dada la variabilidad en la expresión observada en los tumores de los diferentes pacientes del estudio y su relación con la supervivencia, los investigadores resaltan la necesidad de establecer estrategias personalizadas para el desarrollo de tratamientos contra el cáncer. En este aspecto, herramientas de análisis global como las utilizadas en el estudio resultan imprescindibles para poder interpretar la información combinada de análisis de expresión, de secuenciación, e información clínica y patológica y generar modelos personalizados a cada paciente.

Con el objetivo de favorecer el análisis y exploración de los efectos de cada proteína humana sobre el genoma y su relación con la evolución clínica, los datos obtenidos en el trabajo están disponibles en una base de datos interactiva de acceso abierto para la comunidad científica.

“Estamos agradecidos de proporcionar una fuente de acceso abierto para los investigadores en cáncer de todo el mundo, que esperamos pueda ayudar a acelerar sus esfuerzos para encontrar los biomarcadores necesarios para desarrollar tratamientos personalizados para el cáncer,” señala Fredrik Ponten, profesor de patología en la Universidad de Uppsala y uno de los directores del trabajo.

Investigación original: Uhlen M, et al. A pathology atlas of the human cancer transcriptome. Science. 2017 Aug 18;357(6352). doi: http://dx.doi.org/10.1126/science.aan2507

Fuentes:

Unique pathology atlas paves the way for personalised cancer treatment. https://www.uu.se/en/news/news-document/?id=9142&area=2,4,10,16&typ=artikel&lang=en

The Pathology Atlas. http://www.proteinatlas.org/pathology