Nueva herramienta analítica diseñada para ayudar a guiar el descubrimiento y los tratamientos oncológicos de precisión
Una figura muestra cómo varias vías están involucradas en múltiples tipos de cáncer. Crédito: Centro Oncológico Rogel de la Universidad de Michigan.
Los recientes esfuerzos a gran escala para categorizar los datos moleculares de múltiples tipos de cáncer han arrojado tanta información que los investigadores ahora tienen una nueva pregunta: cómo convertir todos estos datos en información significativa que guíe el cáncer. Investigación y atención al paciente.
Una nueva herramienta analítica desarrollada por investigadores del Centro Oncológico Rogel de la Universidad de Michigan combina múltiples conjuntos de datos para ayudar a diferenciar la señal del ruido.
«Nuestra idea era combinar tres fuentes de conjuntos de datos, datos moleculares de ambos líneas de células cancerosas y pacientes y datos de perfiles de fármacos para comprender los modelos preclínicos adecuados que son más representativos de estos tumores», dice Veerabhadran Baladandayuthapani, Ph.D., profesor de bioestadística en la Facultad de Salud Pública de la Universidad de Michigan y autor principal de un artículo publicado en el Journal of Clinical Oncology Clinical Cancer Informatics que describe esta nueva herramienta.
La herramienta, llamada TransPRECISE, utiliza datos de 7714 muestras de pacientes en 31 tipos de cáncer, recopilados como parte del Cancer Proteome Atlas. Esto se combina con 640 líneas de células cancerosas del Proyecto de líneas celulares de MD Anderson y datos de sensibilidad a fármacos que representan 481 fármacos del sistema modelo Genómica de sensibilidad a fármacos en el cáncer.
«Lo bueno es que se trata de un sistema muy dinámico proceso. Podemos tener todo este sistema configurado en una computadora. A medida que ingresan nuevos pacientes o ingresan nuevos datos, puede seguir agregándolos «, dice Rupam Bhattacharrya, M.Stat., estudiante de doctorado y primer autor del artículo. .
Una representación gráfica de una figura que muestra cómo varias vías están involucradas en múltiples tipos de cáncer. Crédito: Michigan Medicine
La herramienta se basa en un modelo anterior que el equipo había creado, al que llamaron PRECISE. Con la vista puesta en la medicina de precisión, crearon un modelo para observar qué cambios ocurren en la estructura molecular de los tumores individuales de pacientes individuales. TransPRECISE agrega datos de líneas celulares y sensibilidad a fármacos, lo que será útil para los investigadores que traduzcan la biología de las células cancerosas en el descubrimiento de fármacos.
«Ahora que tenemos decenas de miles de tumores en estos pacientes, podemos evaluar lo que podría ser la eficacia terapéutica potencial de estos medicamentos. La idea clave era desarrollar una herramienta analítica para hacer eso», dice Baladandayuthapani, quien también es director del recurso compartido de ciencia de datos de cáncer del Rogel Cancer Center.
En el JCO Clinical Cancer Informatics, los investigadores validaron la herramienta comparando las respuestas conocidas a los medicamentos y los resultados clínicos en los datos de los pacientes. TransPRECISE identificó las diferencias en las proteínas entre los tumores individuales y las relacionó con precisión con los resultados reales de los pacientes. Además, observaron varias vías para predecir posibles objetivos farmacológicos. Esto arrojó resultados que reflejaron las recomendaciones de tratamiento actuales o los objetivos que se estaban probando en ensayos clínicos, como ibruutinib para el cáncer de mama BRCA positivo y lapatinib para el cáncer de colon.
«Tenemos tantos datos, ¿cómo perforamos para que sea más informativo para que un oncólogo pueda entender? Nuestro trabajo podría ayudar a los oncólogos o investigadores a desarrollar hipótesis concretas basadas en qué mecanismo está funcionando, lo que podría llevar a los mejores medicamentos que podrían justificar una mayor evaluación «, dice Baladandayuthapani.
Explore más
El modelo matemático aplicable clínicamente predice los resultados de la inmunoterapia contra el cáncer en los pacientes Más información: Rupam Bhattacharyya et al, Modelado de red personalizado del interactoma del paciente pancanceroso y la línea celular, JCO Clinical Informática del cáncer (2020). DOI: 10.1200/CCI.19.00140 Proporcionado por la Universidad de Michigan Cita: Nueva herramienta analítica diseñada para ayudar a guiar el descubrimiento y los tratamientos de oncología de precisión (19 de mayo de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress. com/news/2020-05-analytic-tool-precision-oncology-discovery.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.