Un estudio liderado por la Universidad de Columbia (EE.UU.), con participación del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), en Hospitalet de Llobregat (noreste de España) y el Instituto Catalán de Oncología (ICO), identificaron vulnerabilidades clave del cáncer mediante el análisis de Big Data de 10.000 tumores.

El IDIBELL explicó este martes que los resultados obtenidos, publicados en la revista científica Cell, tienen el potencial de mejorar el diagnóstico y tratamiento del cáncer.

Los investigadores analizaron, a través de algoritmos computacionales, los datos genómicos de 10.000 tumores de los 20 cánceres más frecuentes con el objetivo “de identificar las proteínas reguladoras responsables de canalizar la información proveniente de las alteraciones genómicas y transformarla en la identidad transcripcional propia del cáncer“.

[Te puede interesar]: Estudio garantiza que mascarillas chilenas de cobre eliminan el COVID-19 en cinco minutos

De esta manera, identificaron hasta 112 subtipos de tumores definidos por 407 de estas proteínas reguladoras que canalizan la información.

Además, el análisis puso en evidencia que los 112 subtipos tumorales se pueden catalogar a partir del grado de activación o inactivación de solo 24 grupos de proteínas reguladoras, o lo que es lo mismo, la combinación de 24 características fundamentales de cáncer.

Conocer cuáles son las características fundamentales que presenta un cáncer concreto puede ayudar a hacer una previsión muy fiable del pronóstico del paciente.

Los investigadores han validado alguna de las características fundamentales descritas en cánceres de próstata o riñón, entre otros, y mediante técnicas de edición genética y tratamientos farmacológicos han demostrado que las predicciones hechas a través de algoritmos se cumplían en los ensayos con modelos experimentales.