En la misma línea que los modelos de pronóstico meteorológico que predicen el desarrollo de tormentas, los investigadores han desarrollado un método para predecir la actividad celular en los tejidos a lo largo del tiempo. El nuevo software combina tecnologías genómicas con modelado computacional para predecir cambios en el comportamiento celular, como la comunicación intercelular que podría provocar la proliferación de células cancerosas.
Investigadores del Instituto de Ciencias Genómicas (IGS) de la Facultad de Medicina de la Universidad de Maryland (UMSOM) codirigieron el estudio, publicado en línea el 25 de julio en la revista Cell. Es el resultado de un proyecto multilaboratorio de varios años en la interfaz del desarrollo de software, con importantes colaboraciones entre investigadores de laboratorio y de equipos clínicos. Esta investigación podría eventualmente dar lugar a programas informáticos que ayuden a determinar el mejor tratamiento para pacientes con cáncer, creando esencialmente un “gemelo digital” del paciente.
“Aunque la investigación biomédica estándar ha logrado avances inconmensurables en la caracterización de los ecosistemas celulares mediante tecnologías genómicas, el resultado sigue siendo una instantánea, en lugar de mostrar cómo enfermedades como el cáncer pueden surgir de la comunicación entre células”, afirmó la Dra. Jeanette Johnson, investigadora postdoctoral del Instituto de Ciencias del Genoma (IGS) de la UMSOM y coautora principal de este estudio. “El cáncer es controlado o facilitado por el sistema inmunitario, que es altamente individualizado; esta complejidad dificulta realizar predicciones a partir de datos de cáncer humano para un paciente específico”.
Lo que hace que esta investigación sea única es el uso de una “gramática de hipótesis” en lenguaje sencillo que utiliza el lenguaje común como puente entre los sistemas biológicos y los modelos computacionales y simula cómo actúan las células en el tejido.
Paul Macklin, PhD, profesor de Ingeniería de Sistemas de Inteligencia en la Universidad de Indiana, dirigió un equipo de investigadores que desarrolló la gramática para describir el comportamiento celular. Esta gramática permite a los científicos usar oraciones simples en inglés para construir representaciones digitales de sistemas biológicos multicelulares y permitió al equipo desarrollar modelos computacionales para enfermedades tan complejas como el cáncer.
“Si bien esta nueva ‘gramática’ facilita la comunicación entre la biología y el código, también facilita la comunicación entre científicos de diferentes disciplinas para aprovechar este paradigma de modelado en sus investigaciones”, afirmó el Dr. Daniel Bergman, científico del IGS y profesor adjunto de Farmacología y Fisiología en la UMSOM, y coautor principal junto con el Dr. Johnson.
Luego, el Dr. Bergman y sus colegas del IGS combinaron esta gramática con datos genómicos de muestras de pacientes reales para estudiar el cáncer de mama y de páncreas, con tecnologías como la transcriptómica espacial.
En el cáncer de mama, el equipo del IGS modeló un efecto en el que el sistema inmunitario no puede frenar el crecimiento de células tumorales y, en cambio, promueve la invasión y la propagación del cáncer. Adaptaron este marco de modelado computacional para simular un ensayo clínico de inmunoterapia en el mundo real para el cáncer de páncreas.
Utilizando datos genómicos de muestras de tejido no tratado de cáncer de páncreas, el modelo predijo que cada “paciente” virtual tuvo una respuesta diferente al tratamiento de inmunoterapia, lo que demuestra la importancia de los ecosistemas celulares para la oncología de precisión. Por ejemplo, el cáncer de páncreas es un cáncer difícil de tratar, en parte porque suele estar rodeado por una densa estructura de células no cancerosas llamadas fibroblastos. El equipo utilizó nueva tecnología de genómica espacial para demostrar con más detalle cómo los fibroblastos se comunican con las células tumorales. El programa permitió a los científicos seguir el crecimiento y la progresión de los tumores pancreáticos hasta su invasión desde tejido de pacientes reales.
“Lo que hace que estos modelos sean tan interesantes para mí, como estudioso de inmunología, es que pueden ser informados, inicializados y desarrollados utilizando datos genómicos humanos y de laboratorio”, afirmó el Dr. Johnson. “Las células inmunitarias son asombrosas y siguen reglas de comportamiento que pueden programarse en uno de estos modelos. Así, por ejemplo, podemos tomar los datos y tratarlos como una instantánea de lo que está haciendo el sistema inmunitario humano, y este marco nos proporciona un espacio de pruebas para investigar libremente nuestras hipótesis sobre lo que sucede allí a lo largo del tiempo, sin costos ni riesgos adicionales para los pacientes”.
Desde que pasé de mi formación en predicción meteorológica en la Universidad de Maryland, College Park, a la computación, he creído que podríamos aplicar los mismos principios a sistemas biológicos para crear modelos predictivos del cáncer. Me sorprende la cantidad de reglas de la biología que aún desconocemos —dijo Elana J. Fertig, PhD, directora de IGS, directora asociada de Ciencias Cuantitativas del Centro Integral Greenebaum, profesora de Medicina y Epidemiología en la UMSOM y autora principal del estudio—. Adaptar este enfoque a las tecnologías genómicas nos brinda un laboratorio celular virtual donde podemos realizar experimentos para evaluar las implicaciones de las reglas celulares de forma totalmente virtual .