Cáncer frente a automóvil: cómo personalizar el tratamiento utilizando potencia informática

Jasmin Fisher es el cáncer de la ingeniería inversa para combatirlo

https://www.Noticias DYN.co.uk/event/Noticias DYN-health-2017

¿Hay demasiados datos? Si no tenemos las herramientas para usarlo, entonces la respuesta es sí. En áreas como la genética, la neurociencia y la biología del cáncer, hemos creado herramientas que nos han permitido adquirir montañas de datos. Pero esta sofisticación también nos dejó con el desafío de usarlos de manera efectiva. Este es un problema que la bióloga celular Jasmin Fisher está tratando de resolver en el laboratorio de investigación de Microsoft en Cambridge.

“Todos ahora aprecian que tenemos una gran cantidad de información, pero ¿cómo la leemos, cómo entendemos lo que significa todo esto?” Fisher le dice a DyN Noticias. “Tienes que tener algunos medios serios para impulsar el coche”.

Como profesor asociado de biología de sistemas en la Universidad de Cambridge e investigador principal en el Laboratorio de Investigación de Microsoft en Cambridge, Fisher domina el poder de las máquinas para resolver una de las mayores amenazas crónicas para nuestra salud: el cáncer.

Su investigación se basa en grandes cantidades de datos disponibles sobre biología celular, generados durante las últimas décadas y conectados a computadoras para producir modelos que imitan la forma en que se comportan las células cancerosas. Ella llama a su investigación “biología ejecutable”, un término que ella inventó: se basa en la suposición de que para hacer todo lo que hace una célula – crece, prolifera, muere – “ejecuta” un programa de pasos para llegar allí.

La idea detrás de la biología ejecutable es tratar estos comportamientos como un conjunto de algoritmos. Entonces, escribimos programas de computadora que imitarán sus comportamientos biológicos ”, dice ella. De esta forma, puede revertir los procesos y seguir los pasos que las células han dado para convertirse en lo que son. “Hacemos esto con la mentalidad de que si entendemos los programas que ejecutan, también sabremos cómo solucionarlos cuando no funcionan correctamente”, como cuando las células proliferan y forman tumores.

Esto llevó a Fisher a explorar cuestiones como la mejor forma de atacar las células cancerosas con medicamentos. “Podemos intervenir con un programa [in a model] y manipularlo, imitando el efecto de los medicamentos para averiguar dónde queremos apuntar a las células, para hacer que se comporten de la manera deseada, en lugar de no deseada ”, dice. En 2015, su laboratorio ayudó a construir un modelo que mostraba cómo los procesos detrás de la producción anormal de sangre pueden conducir a cánceres como leucemia y linfoma. El modelo proporcionó un marco para realizar experimentos rápidos y simulados que ayudaron a identificar los objetivos de los fármacos. “Puede simular situaciones que aún no ha probado experimentalmente”, dice Fisher.

A través de miles de simulaciones de fuego rápido como estas, los investigadores pueden revelar cómo se comportarían las células en diferentes escenarios. Cuantos más datos se tengan en cuenta, mayor será la resolución de los modelos, permitiendo predicciones mejores y más rápidas sobre el comportamiento de la celda. También podría llevar a los investigadores a resultados más prometedores al pasar a una gran cantidad de prueba y error que puede ralentizar el progreso científico en el laboratorio. Estas son solo algunas de las razones por las que el modelado puede ir más allá de los experimentos de laboratorio tradicionales. “Realmente ahorra mucho tiempo, dinero, animales y recursos. Puede hacerlo en el orden de segundos o minutos y puede obtener información sobre lo que realmente desea probar de manera experimental ”, dice Fisher.

Entonces, ¿deberíamos avanzar hacia un futuro en el que la computación en la nube reemplace los experimentos tradicionales? En opinión de Fisher, no. Después de todo, su trabajo computacional depende de los datos producidos en el laboratorio. “Todo lo que hacemos no puede reemplazar la biología experimental; simplemente lo complementa de una manera muy inteligente y esencial ”, dice ella. “Pero no creo que sea solo un buen ‘valor agregado’, es absolutamente esencial, debido a la complejidad del rompecabezas”.

Contenido

Para la medicina personalizada, en la que los tratamientos se adaptan a pacientes individuales, este enfoque tiene promesas especiales; esto es especialmente cierto para el cáncer, debido a la enorme variabilidad de la enfermedad.

La leucemia mieloide aguda, una enfermedad que tiene altos niveles de resistencia a los medicamentos, es un ejemplo. En una investigación reciente con la compañía farmacéutica AstraZeneca, Fisher ha podido explorar modelos de tratamiento adaptados a la enfermedad. Se ha demostrado que el enfoque se puede utilizar para investigar y crear “tratamientos especializados para diferentes pacientes con la misma enfermedad”. Estos son los primeros pasos hacia tratamientos contra el cáncer verdaderamente personalizados y eficaces.

El enfoque ejecutable también se aplica a otros cánceres, como el glioblastoma, que causa tumores muy malignos en el cerebro. “Realmente se pueden adaptar los modelos para que sean específicos a la genética particular de un paciente”, dice Fisher. “Una vez que tenga un modelo de este tipo, puede simular los efectos de la radiación o la quimioterapia y luego ver cómo reducir el tamaño del tumor a un nivel personalizado”. Esto ayudará a los médicos a hacer suposiciones más fundamentadas sobre cómo tratar a los pacientes, y mucho más rápido de lo que es posible en un laboratorio con un trozo de tejido tumoral en una placa de Petri. “Se basa en todo el conocimiento que hemos reunido [through experiments], pero nos permite lograr esta visión de 50,000 pies que no podríamos lograr de otra manera. “

Fisher cree que la clave para mover la tecnología en esta dirección es hacerla accesible a las personas que más la necesitan, como biólogos y médicos. “Hay mucho énfasis, y este es uno de los principales desafíos, para construir realmente estas herramientas para que este enfoque pueda usarse como una técnica masiva”. Con este fin, Fisher y sus colegas de la Universidad de Leicester y Cambridge han desarrollado Bio Model Analyzer en asociación con AstraZeneca, una herramienta diseñada originalmente para explorar los mecanismos de resistencia a los medicamentos en personas con leucemia mieloide aguda.

Este año, hicieron que el software fuera de código abierto al lanzarlo en GitHub. Está diseñado para ser fácil de usar, por lo que incluso aquellos que no tienen experiencia en informática pueden usarlo fácilmente para alimentar grandes cantidades de datos en modelos para mapear procesos celulares. “Queremos que esto se convierta en una técnica de masas en todos los laboratorios”, dice Fisher.

Ella espera que sea parte de un cambio cultural en las ciencias biológicas a medida que las personas acepten el papel importante que pueden desempeñar los macrodatos y la computación en la nube en la investigación. “Hay saltos culturales que todo el mundo tiene que dar y no es algo que ocurra de la noche a la mañana. Pero creo que todos aprecian la necesidad de eso “, dice. “Estos son tiempos desafiantes, pero también son los momentos más interesantes. Siento que hemos llegado a un punto en el que tenemos tanta información con la que jugar, lo cual es muy interesante. “

¿Quieres saber más? Jasmin Fisher hablará en la conferencia DyN Noticias Health de este año en Londres. Únase a cientos de personas influyentes y líderes en salud, farmacéutica y tecnología en el cuarto evento anual el 9 de marzo en Euston Square 30. Compre boletos y obtenga más información aquí.

Gran parte de las noticias de la ciencia de todo el mundo en un sólo sitio. artículos de Ciencia.