Tendencias 21
   




Un modelo matemático predice la evolución de varios tipos de cáncer

Es útil para los tumores de colon, de estómago y algunos de pulmón


Científicos del Reino Unido han encontrado un algoritmo matemático que predice la evolución del cáncer de colon, de estómago y algunos tipos de cáncer de pulmón. Según este modelo, en muchos tumores todos los genes del cáncer importantes ya están presentes en el inicio del crecimiento, y las nuevas mutaciones son básicamente 'pasajeras', sin ningún efecto adicional.


ICR/T21
19/01/2016

Las matemáticas ayudan a predecir la evolución de varios tipos de cáncer. Fuente: ICR.
Las matemáticas ayudan a predecir la evolución de varios tipos de cáncer. Fuente: ICR.
Los cánceres evolucionan con el tiempo según patrones que se rigen por las mismas leyes naturales que impulsan procesos físicos y químicos tan diversos como el flujo de los ríos o el brillo de las estrellas, informa un nuevo estudio realizado en el Reino Unido.

Los investigadores creen que en el futuro podrían predecir cómo crecerá y se desarrollará un cáncer mediante la aplicación de las leyes naturales a las instantáneas genéticas individuales tomadas de un cáncer.

Esta intrigangte investigación plantea la posibilidad de que los médicos puedan tomar decisiones clínicas sobre cómo cambiará el cáncer de un paciente individual, y qué tratamientos se deben utilizar, aplicando fórmulas matemáticas a las biopsias tumorales.

Los científicos, del Instituto de Investigación del Cáncer de Londres (ICR) y de la Universidad Queen Mary de Londres, utilizaron una gran cantidad de datos -generada a partir de más de 900 tumores de 14 tipos diferentes- para demostrar que muchos cánceres se desarrollan en patrones particulares que se pueden predecir. El estudio se ha publicado en Nature Genetics.

Muchos tipos de cáncer, como el de colon, estómago y algunos tipos de cáncer de pulmón, seguían de cerca un camino establecido por un modelo teórico, que describe la acumulación y la proliferación de las mutaciones genéticas durante una sola rápida expansión.

El modelo, creado por el equipo de investigación, predice que en muchos tumores, todos los genes del cáncer importantes ya están presentes en el inicio del crecimiento del tumor, y las nuevas mutaciones en el interior del tumor son esencialmente pasajeras, sin ningún efecto adicional.

El equipo demostró que estas mutaciones pasajeras acumulaban a raíz de una llamada distribución de ley de potencias 1 / 𝑓. Este patrón se encuentra en la naturaleza en una variedad de sistemas biológicos, físicos y químicos, incluidos el flujo del río Nilo y la luminosidad de las estrellas -e incluso ayuda a regular el mercado financiero.

El modelo no predijo tan bien la trayectoria de algunos otros tipos de cáncer, como los tumores cerebrales y de páncreas, lo que sugiere que en estos casos la selección natural -impulsados ​por las presiones sobre los recursos y el espacio- podría desempeñar un papel más importante en la propagación de mutaciones.

Pero en el futuro el desarrollo de estos tipos de cáncer también podría predecirse utilizando modelos matemáticos más elaborados, dicen los científicos. El siguiente paso en su investigación es determinar cómo se relacionan las nuevas características de predicción que pueden medir -como la velocidad de aparición de mutaciones agresivas o resistentes a los medicamentos- con la evolución temporal de los pacientes.

Aplicaciones

Este nuevo análisis de los datos sobre el cáncer tiene importantes implicaciones clínicas en potencia, al proporcionar una nueva forma de distinguir las mutaciones que deberían ser objeto de tratamiento, en comparación con las mutaciones pasajeras que pueden no tener ningún efecto sobre el crecimiento de células cancerosas.

El co-líder del estudio Andrea Sottoriva, del ICR, dice en la nota de prensa del Instituto: "Nuestro estudio muestra que la propagación de mutaciones a través de un cáncer sigue leyes naturales -y por lo tanto es teóricamente predecible, al igual que podemos predecir el movimiento de los cuerpos celestes o el clima".

"Esta previsibilidad significa que la gran cantidad de datos genéticos que podemos generar a partir de biopsias tumorales podría decirnos cómo se desarrollará un cáncer con el tiempo -qué mutaciones lo convertirán en una enfermedad más agresiva, cuándo surgirán, y qué fármacos son los mejres para tratarlo. Como en un juego de ajedrez, el objetivo es anticipar el próximo movimiento del adversario, para ganar, en última instancia, el juego".

El co-líder Trevor Graham, de la Universidad Queen Mary, dice: "A menudo pensamos en los cánceres como un crecimiento caótico y descontrolado de células en el cuerpo. Pero en contra de esta intuición, nuestro estudio muestra cómo la evolución del cáncer es, de hecho, a menudo muy ordenada e incluso se puede explicar por una regla matemática sencilla. Esta regla es importante, ya que simplifica enormemente nuestra visión de cómo evolucionan los cánceres. Ahora que sabemos la regla, podemos intentar usarla a nuestro favor para mejorar los resultados del paciente."

Referencia bibliográfica:

Marc J Williams, Benjamin Werner, Chris P Barnes, Trevor A Graham & Andrea Sottoriva: Identification of neutral tumor evolution across cancer types. Nature Genetics (2016). DOI:10.1038/ng.3489.



Artículo leído 4898 veces





Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.