Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Algoritmos matemáticos para atacar el metabolismo del cáncer

Un nuevo método computacional, elaborado por investigadores del Centro de Ingeniería Biomédica de la Universidad de Navarra, permite localizar vulnerabilidades del metabolismo de los tumores que, al ser atajadas, impedirían que las células malignas sigan desarrollándose.

Equipo del Centro de Ingeniería Biomédica de la Universidad de Navarra que ha desarrollado la investigación. / CIMA

Investigadores del Centro de Ingeniería Biomédica de la Universidad de Navarra ha desarrollado un conjunto de algoritmos matemáticos que permiten localizar vulnerabilidades del metabolismo de los tumores que, al ser atajadas, impedirían que las células malignas sigan desarrollándose. Así lo ha recogido un artículo publicado esta semana en la revista Nature Communications.

Tal y como explica Iñigo Apaolaza, primer autor del trabajo, “las células tumorales necesitan una serie de compuestos para crecer y sobrevivir. Para fabricarlos, sus genes forman redes metabólicas, muy similares a las redes de carreteras que utilizamos cada día. Lo que hemos logrado con nuestros algoritmos y métodos matemáticos es identificar qué genes son imprescindibles para que una célula tumoral produzca estos compuestos y, por lo tanto, sobreviva".

Según Apaolaza, "como en las redes de carreteras, puede haber tramos redundantes y otros de obligado paso, absolutamente imprescindibles. El reto es localizar estos últimos para eliminarlos y así imposibilitar a la célula la fabricación de los compuestos esenciales para su supervivencia”.

Este algoritmo, indica Felipe Prósper, investigador principal del grupo y coautor del estudio, “se ha aplicado a un tipo específico de cáncer, que es el mieloma múltiple –incurable actualmente– como forma de validar que la estrategia funciona”.

El algoritmo se ha aplicado a un tipo específico de cáncer, que es el mieloma múltiple –incurable actualmente– como forma de validar que la estrategia funciona

La validación ha consistido en una serie de pruebas in vitro sobre una proteína, RRM1, que el algoritmo señaló como esencial en el desarrollo de mieloma múltiple. “Utilizando muestras de mieloma se ha podido confirmar en el 100% de los casos la capacidad predictiva del algoritmo para identificar si RRM1 es esencial o no para el tumor”, añade Prósper.

Nuevas dianas terapéuticas contra el cáncer

“Se trata de una herramienta aplicable a cualquier tumor. A partir de los resultados obtenidos, se podrán desarrollar nuevos fármacos o reutilizar medicamentos ya existentes para atacar la enfermedad”, enfatiza Francisco J. Planes, investigador principal del trabajo. “Además –añade– no sólo hemos dado con vulnerabilidades metabólicas para el crecimiento del tumor, sino que identificamos una lista de genes cuya actividad nos permite predecir qué pacientes podrían responder positivamente al tratamiento, en el marco de una medicina personalizada”.

El trabajo, que se desarrolla desde 2012 impulsado desde el Centro de Ingeniería Biomédica de la Universidad de Navarra, también compara este algoritmo con otros diseñados por grupos de Tel Aviv University (Israel) o UC San Diego (EE. UU.), entre otros. Todos ellos integrados, al igual que este equipo, por médicos e ingenieros: “Comparativamente nuestro algoritmo tiene un mejor comportamiento respecto a los desarrollados por estos centros y añade un enfoque diferente”, afirma Planes.

Los siguientes pasos que dará este grupo de científicos se centrarán en la aplicación del algoritmo a otro tipo de tumores –ya están desarrollando un proyecto con CIC bioGUNE en cáncer de próstata y mama resistente a terapia endocrina-, en la mejora de la propia herramienta y en la ampliación de la validación experimental preclínica de RRM1. Para ello cuentan con la cofinanciación del Ministerio de Economía, Industria y Competitividad (MINECO) y Gobierno Vasco.

Referencia blibliográfica:

Iñigo Apaolaza et al. "An in-silico approach to predict and exploit synthetic lethality in cancer metabolism". Nature Communications (septiembre 2017)

Fuente: CIMA de la Universidad de Navarra
Derechos: Creative Commons
Artículos relacionados
Visualizan por primera vez los bucles de las hebras de ADN

Un equipo internacional de científicos, con participación española, ha observado la estructura de las fibras de ADN con la resolución más alta posible hasta el momento. Las imágenes, obtenidas con microscopía de última generación, revelan que el genoma humano está organizado en un espacio tridimensional.

Descubren un nuevo mecanismo en la formación de neuronas sensoriales

Un equipo de investigación español ha observado que un tipo de neurona sensorial, que recibe información del ambiente, se desarrolla de forma distinta. El trabajo, que se ha realizado en un modelo animal simple, el nematodo Caenorhabditis elegans, ayuda a comprender mejor cómo se genera la diversidad neuronal en el cerebro humano.