Inicio Salud Los ‘sustitutos’ de pacientes virtuales pueden personalizar los tratamientos contra el cáncer

Los ‘sustitutos’ de pacientes virtuales pueden personalizar los tratamientos contra el cáncer

29
0

Los científicos han desarrollado modelos matemáticos que actúan como «sustitutos» de pacientes para evaluar posibles tratamientos contra el cáncer de próstata.

La investigación, publicada hoy en elifen última instancia, podría ayudar a los médicos a elegir la combinación de medicamentos más efectiva antes de comenzar a tratar a un paciente, lo que podría mejorar su respuesta y evitar la resistencia a los medicamentos.

Los investigadores utilizaron un enfoque denominado modelado booleano, que ya se utiliza para describir la dinámica de procesos complejos de señalización celular. Pero los modelos existentes han sido genéricos y no han tenido en cuenta las diferencias entre las enfermedades de los pacientes individuales o cómo responden al tratamiento.

«El sueño siempre ha sido utilizar modelos y datos cada vez más complejos hasta que podamos tener gemelos digitales, humanos virtuales o sustitutos, una simulación que ayude a seleccionar el tratamiento clínico adecuado para un paciente determinado con altos grados de especificidad o sensibilidad». explica Arnau Montagud, quien era investigador en el Institut Curie, París, Francia, en el momento en que se realizó el estudio, y ahora se encuentra en el Barcelona Supercomputing Center (BSC), España. «Queríamos saber si nuestro método de adaptar modelos booleanos de señalización celular era lo suficientemente preciso como para discriminar entre diferentes pacientes, y si los modelos podrían usarse como bancos de pruebas para clasificar tratamientos farmacológicos personalizados».

Para comenzar, el equipo utilizó datos del Atlas del Genoma del Cáncer (TCGA) y otras bases de datos para crear una red de todas las vías relevantes involucradas en la señalización de las células de la próstata. Luego, convirtieron esto en un modelo booleano genérico en el que a todos los nodos de la red se les puede asignar uno de dos valores: 0 (desactivado o ausente) o 1 (activado o presente). Los datos de 488 pacientes con cáncer de próstata de TCGA se utilizaron para crear 488 modelos booleanos específicos de pacientes. Por ejemplo, cuando el tumor de un paciente tenía una mutación en un gen específico, esto significaba que el nodo en la red estaba inactivo y se le asignaba un valor de 0.

Leer:  China endurece los controles a medida que se reportan más casos de virus

Después de construir estos modelos, el equipo analizó cada modelo de paciente en busca de genes que, cuando se inhibieran, bloquearían el crecimiento o fomentarían la muerte de las células cancerosas. Redujeron estos genes a una lista de objetivos de medicamentos existentes y realizaron simulaciones para predecir qué sucedería si se combinaran los medicamentos. Esto les permitió comparar los efectos de medicamentos individuales en cada paciente y proponer ciertos medicamentos que funcionarían para pacientes específicos o para grupos de pacientes. La inactivación de algunos de los genes tuvo un mayor efecto en algunos pacientes en comparación con otros, lo que destaca las oportunidades para tratamientos farmacológicos personalizados. Las simulaciones también detectaron patrones relacionados con el grado de los tumores de los pacientes medidos por la puntuación de Gleason, lo que sugiere que en el futuro podría ser posible adaptar los tratamientos farmacológicos a los pacientes con cáncer de próstata de acuerdo con su puntuación.

Probar si estas predicciones de tratamiento son ciertas en los pacientes requeriría un ensayo clínico, por lo que el equipo construyó ocho modelos de líneas celulares de cáncer de próstata personalizados diferentes a partir de datos disponibles públicamente. Al igual que con los modelos de pacientes, buscaron mutaciones comunes en las líneas celulares que influyeron en el crecimiento o la muerte de las células cancerosas. Esto dio como resultado la identificación de 17 proteínas que podrían ser objeto de fármacos.

Leer:  Dos nuevas subvariantes de Omicron alimentan las infecciones por COVID en el estado de Nueva York

Luego, para investigar si los medicamentos dirigidos a estas proteínas tendrían los efectos anticipados, imitaron el efecto de diferentes dosis de medicamentos en el modelo apagando cada nodo del 100 % activo al 0 % activo y observando los efectos sobre el crecimiento, la muerte y la propagación. de las células cancerosas. Cuando llevaron a cabo el mismo experimento en líneas celulares reales, confirmaron que el bloqueo de los nodos identificados en el modelo tenía efectos diferenciales en el crecimiento y la supervivencia celular. Además, el modelo podría predecir los efectos sinérgicos de los tratamientos que funcionan contra diferentes nodos de la red, lo que podría ayudar a identificar combinaciones de fármacos prometedoras para futuras investigaciones.

«Nuestros modelos personalizados sugieren tratamientos farmacológicos únicos y combinados para pacientes individuales con cáncer de próstata», concluye Laurence Calzone, investigador del Instituto Curie y coautor principal del estudio junto con Julio Sáez-Rodríguez de la Universidad de Heidelberg, Alemania. «Estos avances son pasos graduales hacia la creación de gemelos digitales que ayudarán a los médicos antes de ir al lado de la cama del paciente, permitiéndoles capturar las individualidades de los pacientes y probar y clasificar diferentes tratamientos farmacológicos».


Artículo anteriorCómo el cerebro filtra los sonidos
Artículo siguienteDragon Oil descubre 100 millones de barriles de petróleo en el Golfo de Suez. Es el depósito más grande encontrado en la ubicación especificada en los últimos 20 años.
Soy un viajero de 29 años y vendedor en una tienda de prêt-à-porter. Me incorporé al equipo de redacción de AltaVision.news en octubre de 2021.