Nuevos modelos computacionales para comprender el cáncer de colon
El modelo pGENMi se utilizó para integrar datos obtenidos de múltiples estudios para identificar vías de señalización que posteriormente demostraron ser relevantes para los procesos asociados a la metástasis (arriba a la derecha) y que muestran un potencial pronóstico en el cáncer de colon supervivencia (abajo a la derecha). Crédito: Steven Offer
Aunque el desarrollo de crecimientos cancerosos secundarios, llamados metástasis, es la principal causa de muerte en la mayoría de los cánceres, los cambios celulares que los impulsan son poco conocidos. En un nuevo estudio, publicado en Genome Biology, investigadores de la Universidad de Illinois Urbana-Champaign han desarrollado un nuevo enfoque de modelado para comprender mejor cómo los tumores se vuelven agresivos.
«Los investigadores han identificado varias vías celulares que cambian cuando un tumor se vuelve agresivo. Sin embargo, es difícil entender cómo afectan al tumor», dijo Steven Offer, profesor asistente de farmacología molecular y terapia experimental en Mayo Clinic, Minnesota. . «Queríamos desarrollar un sistema simple que pudiera modelar cómo las células cancerosas forman un tumor agresivo».
Los investigadores combinaron los datos de sus propios experimentos y los datos disponibles públicamente para desarrollar el modelo, que se basó en un modelo más simple de 2018 que investigó los reguladores de la resistencia a los medicamentos contra el cáncer. En este artículo, se centraron específicamente en los factores de transcripción, que son proteínas que controlan la expresión génica al unirse al ADN.
«Podemos ver fácilmente cuántos factores de transcripción hay en la célula cancerosa. Este modelo permitió para ver si las áreas objetivo a las que se unen están disponibles o no», dijo Offer. Las áreas objetivo se pueden ocultar dependiendo de la organización del ADN. Al estudiar su disponibilidad, los investigadores pueden predecir qué factores de transcripción y objetivos son importantes.
«La ventaja del modelo es que puede integrar diferentes tipos de datos experimentales, lo cual no es una tarea fácil. Dio nosotros una lista de factores de transcripción, clasificados según su relevancia para la agresividad del cáncer colorrectal», dijo Saba Ghaffari, Ph.D. estudiante en el laboratorio de Sinha. El modelo es tan adaptable que también pudo analizar la unión de factores de transcripción en otros tipos de células.
Los investigadores también probaron las predicciones del modelo utilizando líneas celulares de cáncer humano. Examinaron los factores de transcripción que se identificaron y demostraron que estaban involucrados en el aumento de la agresividad de las células de cáncer colorrectal.
«Sin el modelo, habría sido costoso y lento para nosotros analizar el factores de transcripción en todas estas diferentes líneas celulares», dijo Offer. «Ahora podemos usar estos datos para mejorar la atención del cáncer. Cuanta más información tengamos sobre estos factores, más interrupciones podremos crear para interferir con el proceso y mejorar los tratamientos».
Los investigadores esperan poder mejorar aún más el modelo para hacerlo más sensible. «Aunque binarizamos los datos, los efectos de estos factores de transcripción cambian continuamente. También asumimos que todos los genes funcionan independientemente unos de otros; en realidad, trabajan juntos», dijo Ghaffari.
«Cada vez más, estas tecnologías nos brindan puntos de vista complementarios de los cambios celulares durante la progresión de la enfermedad. El trabajo de Ghaffari nos brinda una receta de propósito general para combinar esos diferentes puntos de vista en un todo significativo, brindándonos más de lo que cualquier punto de vista puede», dijo Saurabh Sinha (BSD/CABBI /GNDP/GSP), profesor de informática. «Esto es solo el comienzo. Lo estamos viendo como un modelo para muchos más análisis en el futuro, abordando diferentes desafíos biológicos».
Explore más
Los mecanismos de control de genes juegan un papel clave en la progresión del cáncer Más información: Saba Ghaffari et al, Un enfoque multiómico integrado para identificar los mecanismos reguladores en los procesos metastásicos del cáncer, Genoma Biología (2021). DOI: 10.1186/s13059-020-02213-x Información de la revista: Genome Biology
Proporcionado por la Universidad de Illinois en Urbana-Champaign Cita: Nuevos modelos computacionales para comprender colon cancer (2021, 29 de marzo) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-colon-cancer.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.