Os genes condutores de cancro são aqueles com mutações que são essenciais para o desenvolvimento e alastramento de tumores. Liderados pelo investigador da ICREA Patrick Aloy (na imagem), vários cientistas do Laboratório de Informática Bioestrutural e Biologia em Rede (SBNB) no IRB Barcelona desenvolveram uma pipeline comercial que prevê a resposta de tumores a diferentes tratamentos de cancro. O sistema é baseado na identificação de marcadores de resposta completos derivados dos padrões de coocorrência entre os genes condutores do cancro e genes que tenha sofrido mutações. Foi testado experimentalmente e com dados de pacientes com cancro da mama, e alcançou um rigor de 66% na previsão das respostas.

Dado o seu papel chave no desenvolvimento de tumores, os genes condutores de cancro têm sido amplamente estudados nas décadas recentes. Numa abordagem conhecida como medicina de precisão, saber quais destes genes são afetados num tumor específico pode ajudar a identificar a estratégia terapêutica mais apropriada para o paciente. Pela primeira vez, investigadores do Laboratório SBNS propuseram a coocorrência (ou a sua falta) de alterações em dois ou mais genes condutores de cancro como fator chave para prever a resposta a certos tratamentos.

“A soma de dois ou mais genes condutores de cancro afetados por mutações conduz à formação de uma rede complexa de biomarcadores, altera o perfil molecular do tumor e afeta a sua resposta ao tratamento”, diz Aloy. “Através deste trabalho, vimos que estudar os genes condutores do cancro como um todo, analisando as diferentes combinações, pode culminar num grande avanço para a medicina de precisão”, acrescenta.

Da bioinformática à analise experimental e clínica

Ainda que exista muita informação sobre os genomas do cancro, está disponível menos informação sobre o resultado das intervenções terapêuticas nos pacientes. Os investigadores começaram por uma base de dados pública que recolhe informação sobre o efeito de múltiplos tratamentos no crescimento de tumores humanos que tenham sido implantados num modelo de ratos. Com base nestes dados, selecionaram 53 tratamentos (ou combinações de tratamentos) e compararam-nos com perfis moleculares de tumores que responderam a cada tratamento e aqueles que não.

“Depois de desenvolver o nosso modelo computacional, validámo-lo experimentalmente em tumores humanos implantados em ratos”, diz Lídea Mateo, investigadora posdoutorada no Laboratório SNBN e primeira autora do estudo. “Fomos capazes de prever o resultado da terapia em 12 de 14 casos de estudo, bem acima do poder dos biomarcadores aprovados para prever a resposta a medicamentos”, acrescenta. Os investigadores validaram ainda o algoritmo com dados de resposta ao tratamento de pacientes com cancro da mama.

O trabalho, que tem sido publicado na Genome Medicine, foi levado a cabo em colaboração com o Instituto Oncológico Vall d’Hebron (VHIO) e o Centro para o Cancro Memoraial Sloan Kettering (MSKCC), permitindo assim que o sistema de previsão seja utilizado na análise de resultados de ensaios clínicos.

O estudo foi financiado pelo Conselho Europeu de Investigação e pelo Ministério da Ciência e Inovação do Governo Catalão.

AG/NR/João Marques