Los investigadores han desarrollado una nueva herramienta computacional, ALFA-K, que puede pronosticar cómo evolucionan las células cancerosas a través de ganancias y pérdidas de cromosomas completos. Este avance aborda una brecha crítica en la investigación del cáncer: la naturaleza impredecible de la adaptación del tumor y la resistencia al tratamiento. Al analizar datos unicelulares a lo largo del tiempo, ALFA-K revela qué configuraciones cromosómicas favorecen la supervivencia de las células cancerosas, lo que ofrece potencial para terapias conscientes de la evolución.
El problema del caos cromosómico
Las células cancerosas acumulan errores genéticos durante la división y con frecuencia ganan o pierden cromosomas completos. Esto crea una mezcla diversa de células dentro de un tumor, cada una con una composición genética única. Anteriormente, los científicos carecían de un método fiable para determinar qué combinaciones de cromosomas impulsan la progresión del cáncer. La gran cantidad de posibilidades hacía que la predicción fuera casi imposible.
ALFA-K resuelve este problema rastreando miles de células a lo largo del tiempo, reconstruyendo cómo cambian entre estados cromosómicos e identificando qué estados son evolutivamente ventajosos. Esto es crucial porque la evolución del cáncer no es aleatoria; sigue patrones mensurables influenciados por la composición cromosómica y presiones externas como el tratamiento.
Cómo los cambios cromosómicos impulsan el comportamiento tumoral
Los cromosomas albergan cientos o miles de genes. Cuando una célula cancerosa gana o pierde un cromosoma, altera la dosis de muchos genes simultáneamente, afectando instantáneamente el crecimiento, la división y la respuesta al estrés. Estos cambios permiten que los tumores realicen rápidos saltos evolutivos en lugar de adaptaciones graduales.
Es importante destacar que el efecto de un cambio cromosómico depende del punto de partida de la célula. La misma alteración puede ser útil en un contexto genético y perjudicial en otro. Esto explica por qué la evolución del cáncer ha sido tan difícil de predecir… hasta ahora.
ALFA-K: un nuevo enfoque para mapear el estado físico
Las herramientas anteriores trataban los cambios cromosómicos como universalmente beneficiosos o perjudiciales. ALFA-K adopta un enfoque más matizado, reconstruyendo “paisajes de fitness” que describen cuán ventajoso o dañino es un cambio cromosómico dada la configuración existente de una célula.
La herramienta también cuantifica el impacto de la inestabilidad cromosómica. La quimioterapia, por ejemplo, a menudo aumenta los errores durante la división celular, lo que empuja a los tumores más rápidamente a través de estos paisajes. Dependiendo de la forma del paisaje, esto puede conducir a configuraciones cromosómicas más resistentes.
En un solo estudio, ALFA-K analizó más de 270.000 configuraciones cromosómicas distintas, descubriendo conocimientos que antes eran inaccesibles.
Duplicación del genoma completo: un mecanismo protector
La investigación también aclara el papel de la duplicación del genoma completo, cuando una célula copia todos sus cromosomas. Estudios anteriores sugirieron que esto protegía a las células cancerosas, pero el alcance de esa protección aún no estaba claro. ALFA-K ahora cuantifica ese efecto amortiguador, identificando un umbral en el que la duplicación del genoma se vuelve ventajosa.
Este es un hallazgo clave porque el nivel de protección no es absoluto; hay un punto en el que duplicar proporciona un beneficio de supervivencia.
El futuro del tratamiento del cáncer consciente de la evolución
ALFA-K hace que la investigación del cáncer pase de la observación a la predicción. Al comprender cómo evolucionan los tumores, los médicos podrían interpretar biopsias repetidas de manera más efectiva, anticipar transiciones peligrosas y seleccionar tratamientos que prevengan configuraciones cromosómicas dañinas.
El objetivo a largo plazo es una “terapia consciente de la evolución”: anticipar cómo cambiarán los tumores antes de que surja la resistencia, en lugar de reaccionar después. Esta investigación marca un paso significativo hacia el tratamiento personalizado del cáncer basado en modelos predictivos de la evolución del tumor.
El estudio fue financiado por el Instituto Nacional del Cáncer y demuestra el potencial de aplicar la biología computacional para resolver desafíos fundamentales en la investigación del cáncer.
