Este año se alcanzó uno de los principales hitos de la genética: la primera secuenciación completa de un genoma humano. Por primera vez desde la secuenciación del genoma, se conocía cada una de las partes que conforman el ADN que tienen un papel esencial en el funcionamiento y la salud de los seres humanos.
Esta secuenciación permitió crear el mayor estudio sobre las causas del cáncer detectando patrones en el ADN del cáncer -o "firmas mutacionales"- que proporcionan pistas sobre si un paciente ha estado expuesto en el pasado a causas ambientales de cáncer, como el tabaquismo o la luz ultravioleta, o si tiene disfunciones celulares internas.
Los genes que codifican proteínas representan solo alrededor del 2% del genoma. El otro 98% también contiene mutaciones que pueden ocurrir en las células cancerosas, pero ha sido mucho más difícil determinar si alguna de esas mutaciones contribuye al desarrollo del cáncer. Por lo que a esta investigación se han sumado otras que permiten adentrarse en la evolución de estos tumores con el objetivo de buscar, no solo formas de detección precoz del cáncer, sino también mejores tratamientos.
En las células tumorales existen dos tipos de mutaciones las neutrales que simplemente permiten seguir vivas a estas células, y las que impulsan al cáncer y promueven el crecimiento celular, resisten a que muera la célula y permite invadir la invasión de tejidos, es decir, la mutación que hace que el tumor pase de ser un pequeño punto en una parte del cuerpo a un bulto más grande en esa misma parte, que salte a los tejidos cercanos y que se acabe convirtiendo en metástasis.
Estas mutaciones impulsoras no son muy frecuentes, pero según los investigadores estarían presente hasta en el 10% de los tumores
Gracias al avance de los nuevos tratamientos, un cáncer detectado de forma precoz tiene más complicado seguir evolucionando, incluso en aquellas enfermedades en los que todavía no hay cura. Pero solo se identifican dos tercios de las mutaciones y, por tanto, los fármacos no aseguran el éxito del tratamiento. Ahora, un mapeo realizado a través de un modelo informático permite identificar el 100% de genes y mutaciones de las células oncológicas para poder frenar su evolución.
Se trata del método Dig, desarrollado por el Instituto Tecnológico de Massachusetts (MIT). Este sistema informático de aprendizaje profundo basado en probabilidad consigue a través de pruebas rápidas identificar las mutaciones positivas para el desarrollo y crecimiento del cáncer. Estas mutaciones impulsoras no son muy frecuentes, pero según los investigadores estarían presente hasta en el 10% de los tumores, porcentaje al que se debe sumar aquellos tumores que portan un exceso de mutaciones.
“Creamos un método probabilístico de aprendizaje profundo que nos permitió obtener un modelo realmente preciso de la cantidad de mutaciones pasajeras que deberían existir en cualquier parte del genoma”, manifiesta Maxwell Sherman, estudiante graduado del MIT. "Entonces podemos buscar en todo el genoma regiones en las que tenga una acumulación inesperada de mutaciones, lo que sugiere que esas son mutaciones impulsoras".
El estudio, publicado en la revista ‘Nature Biotechnology’, refleja la capacidad de esta tecnología de identificar estos raros impulsores, lo que ayudaría a “ampliar las opciones de tratamiento del paciente mediante una terapia dirigida”, tal y como reflejan en la investigación. Esto daría opción a mayores probabilidades de éxito, principalmente para el 30% de los pacientes con cáncer que no tienen identificada una mutación conductora que se pueda usar para guiar al tratamiento.
DIVERSAS MUTACIONES
Los investigadores hallaron que el 5% de las mutaciones impulsoras de los tumores parecían alterar la capacidad de los genes de proteger a la célula contra el cáncer, otras afectaban directamente al gen supresor de tumores TP53, ya conocido y utilizado en la práctica clínica, y el ELF3.
También identificaron que la mutación del BRAF, anteriormente relacionado con el melanoma, también contribuye a la progresión del cáncer en porcentajes más pequeños de otros tipos de cáncer, incluidos los de páncreas, hígado y gastroesofágico.
“Lo realmente bueno de nuestro modelo es que lo entrenas una vez para un tipo de cáncer determinado y aprende la tasa de mutación en todas partes del genoma simultáneamente para ese tipo de cáncer en particular”, indica Sherman. “Luego, puede consultar las mutaciones que ve en una cohorte de pacientes frente a la cantidad de mutaciones que debería esperar ver”.