Los científicos han desarrollado el método de computación más preciso hasta la fecha para reconstruir el mosaico de fallas genéticas dentro de los tumores y su historia durante el desarrollo de la enfermedad, en una nueva investigación financiada por Cancer Research UK y publicada hoy (miércoles) en Nature Genetics.

Su poderoso enfoque combina la inteligencia artificial con los modelos matemáticos de la teoría de la evolución de Charles Darwin para analizar los datos genéticos con más precisión que nunca, preparando el camino para un cambio fundamental en la forma en que la diversidad genética del cáncer se utiliza para ofrecer tratamientos adaptados a los pacientes.

La aplicación de estos nuevos algoritmos a los datos de ADN tomados de las muestras de los pacientes reveló que los tumores tenían una estructura genética más simple de lo que se pensaba anteriormente.

Los algoritmos mostraron que los tumores tenían menos subpoblaciones distintas de células, llamadas "subclones", de lo que se había sugerido anteriormente.

Los científicos, basados en el Instituto de Investigación del Cáncer de Londres y en la Universidad Queen Mary de Londres, también pudieron determinar la edad de cada subclon y la rapidez con que crecía.

Estos modelos están destinados a cambiar profundamente la forma en que se analizan e interpretan los datos genéticos de los pacientes con cáncer.

En el futuro, podrían utilizarse para orientar mejor las estrategias de tratamiento, permitiendo a los médicos proporcionar a cada paciente la combinación adecuada de medicamentos dirigidos a cambios genéticos específicos.

Y el equipo espera que algún día su enfoque pueda ser utilizado para predecir la evolución del cáncer, proporcionando una indicación temprana de cómo el cáncer crecerá, se extenderá o recaerá.

La profesora Andrea Sottoriva, investigadora principal del estudio y Directora de Evolución del Cáncer en el nuevo Centro para el Descubrimiento de Fármacos contra el Cáncer del Instituto de Investigación del Cáncer de Londres, dijo: "Los tumores son un microcosmos de la evolución, con diferentes poblaciones de células compitiendo por sobrevivir y respondiendo a las presiones del medio ambiente.

"Al aprovechar el poder de cómputo de la inteligencia artificial y al combinarlo con las teorías evolutivas desarrolladas desde los tiempos de Darwin, nuestro método fue capaz de dar sentido a los complejos datos genéticos y de reconstruir con precisión la historia genética de un tumor".

"Nuestro trabajo tiene el potencial de transformar la forma de pintar el cuadro completo de la composición genética de un tumor a partir de muestras de tejidos individuales. Con nuestro nuevo algoritmo podríamos ver con mucho más detalle cómo el cáncer evoluciona y desarrolla resistencia a los medicamentos."

El equipo, integrado por biólogos especializados en cáncer, teóricos de la evolución, estadísticos e informáticos, utilizó datos de más de 2.600 muestras de tumores para desarrollar y perfeccionar su nuevo software.

Analizaron varios tipos diferentes de cáncer, como el de mama, el de intestino, el de leucemia y el de cerebro.

El profesor Trevor Graham, investigador principal del estudio de la Universidad Queen Mary de Londres, dijo: "A primera vista, el genoma de un cáncer puede parecer muy complejo, y nuestro trabajo muestra cómo esta complejidad surge de la combinación de unos pocos patrones simples. Esto nos da una poderosa ventana en el genoma del cáncer, que con el tiempo, puede ayudarnos a entender y tratar mejor los cánceres".

Los métodos existentes para reconstruir la diversidad dentro de un tumor no han tenido en cuenta los cambios genéticos debidos a la llamada "evolución neutra".

En este caso, las mutaciones neutrales o "autoestopistas" que no proporcionan ni una ventaja ni una desventaja de supervivencia se acumulan aleatoriamente en determinadas células de un tumor, lo que dificulta la identificación de las mutaciones genéticas que sí tienen una importancia clínica importante y que podrían ser objeto de fármacos.

El nuevo modelo da lugar a una reconstrucción tumoral más precisa y menos complicada al reducir el número de agrupaciones erróneas resultantes de las mutaciones neutras.

Michelle Mitchell, directora ejecutiva de Cancer Research UK, dijo: "Décadas de investigación han llevado a que los tratamientos contra el cáncer sean mucho más precisos, y los médicos ahora pueden atacar las células cancerosas con cambios genéticos específicos. Estudios como éste ayudan a garantizar que nuestra capacidad para analizar los tumores de los pacientes se mantenga al ritmo de los rápidos avances que estamos realizando en los tratamientos, maximizando su eficacia".

"En esta era de innovación tecnológica, la IA y el aprendizaje automático están abriendo muchas áreas nuevas para mejorar el tratamiento del cáncer. Los próximos pasos serán ver si estos modelos pueden aplicarse en un entorno clínico".

Fuente: Cancer Research UK