Este trabajo ayuda a explicar por qué el glioblastoma, una de las formas más agresivas de cáncer cerebral, se vuelve resistente al tratamiento.
Uno de los autores principales, el Dr. David Nathanson, profesor de farmacología médica y molecular en la Facultad de Medicina David Geffen de UCLA, dijo: “Muchos tratamientos contra el cáncer se basan en el perfil genético del tumor del paciente. Sin embargo, las características genómicas por sí solas no siempre predicen cómo responderá el tumor a la terapia.
Nuestra investigación va más allá del modelo genético del tumor y tiene en cuenta los resultados de pruebas funcionales para identificar cómo las células cancerosas vivas pueden responder a los tratamientos”.
Una imagen mucho más clara de qué tratamientos funcionan
- El perfil genético analiza la composición genética del tumor;
- perfil funcional, observa el comportamiento de las células cancerosas en respuesta a los tratamientos;
- combina estas 2 técnicas nos permite predecir con mayor precisión hasta qué punto el glioblastoma responderá a los tratamientos y, por lo tanto, atacarlo de manera más efectiva.
El glioblastoma Es notoriamente complejo de tratar debido a su capacidad para resistir la muerte celular o la apoptosis, pero también su rápida adaptación a las terapias. La medicina genómica de precisión tradicional utiliza la secuenciación del ADN para identificar mutaciones genéticas en tumores y relacionar esas mutaciones con terapias específicas; sin embargo, este enfoque solo proporciona una instantánea de la respuesta probable del tumor. Es posible que este enfoque no prediga el éxito del tratamiento porque no tiene en cuenta el comportamiento dinámico de las células cancerosas.
- yointegración de perfiles funcionales los datos genómicos para evaluar la resistencia del glioblastoma a la apoptosis permitirán medir mejor las respuestas de las células cancerosas a los tratamientos que tienen como objetivo desencadenar la muerte celular en tiempo real;
- terapias estándar como la radioterapia o la quimioterapia pueden modificar el funcionamiento del mecanismo de autodestrucción del tumor, pero este efecto depende de características genéticas específicas, con la participación de genes clave – como el gen p53;
- en definitiva, el desarrollo deuna herramienta de aprendizaje automático llamada GAVA que combina datos genéticos y funcionales permitió predecir qué tumores responderían mejor a una combinación de tratamientos contra el cáncer y fármacos que bloquean determinadas proteínas.
Por tanto, un nuevo enfoque, más sofisticado, más holístico y, en última instancia, más preciso. lo que marcará un hito en el tratamiento de este cáncer mortal, el glioblastoma, y, más ampliamente, en la medicina de precisión.
Related News :