El método, que recrea las interacciones biológicas dentro de las células, ha sido biológicamente probado en líneas celulares de cáncer de mama, próstata, pulmón y colon, así como en análisis retrospectivos de supervivencia de miles de pacientes.
La investigación la ha liderado Natasa Przulj, ha utilizado técnicas de aprendizaje automático para relacionar grandes cantidades de datos y recrearlos en un prototipo computacional.

Los científicos del BSC han aplicado este método para reconstruir células de cuatro de los tipos más comunes de cáncer (mama, próstata, pulmón y colon) y en todos ellos ha demostrado ser útil para localizar nuevos genes relacionados con estas enfermedades.
La validación se ha llevado a cabo mediante experimentos de desactivación de genes seguidos de pruebas de viabilidad celular y análisis de datos de supervivencia del paciente. La experimentación reveló, por ejemplo, que las pacientes con cáncer de mama con alta expresión de MRPL3, una proteína ribosomal mitocondrial que no estaba relacionada con el cáncer previamente, tienen una menor supervivencia.

“Este es un ejemplo de cómo se puede usar el nuevo método para descubrir nuevos genes biomarcadores, que pueden ser relevantes en la estratificación y predicción de la supervivencia en pacientes con cáncer”, ha señalado Natasa Przulj.
Este nuevo método para analizar células “permite identificar genes alterados en el cáncer que no aparecen como alterados en ningún otro tipo de datos, pone de manifiesto la importancia de los enfoques integrativos para analizar datos biológicos y allana el camino hacia análisis integrativos comparativos de todas las células”.
Las posibles aplicaciones de este nuevo método van desde el tratamiento de otras enfermedades hasta el envejecimiento, con el objetivo final de descubrir los principios intrínsecos de la organización interna de la vida.
Fuente: EfefuturoArchivado en: Tecnología