Os investigadores desenvolveram uma nova ferramenta computacional, ALFA-K, que pode prever como as células cancerígenas evoluem através de ganhos e perdas de cromossomas inteiros. Este avanço aborda uma lacuna crítica na investigação do cancro: a natureza imprevisível da adaptação do tumor e da resistência ao tratamento. Ao analisar dados unicelulares ao longo do tempo, o ALFA-K revela quais configurações cromossômicas favorecem a sobrevivência das células cancerígenas, oferecendo potencial para terapias conscientes da evolução.
O problema do caos cromossômico
As células cancerígenas acumulam erros genéticos durante a divisão, frequentemente ganhando ou perdendo cromossomos inteiros. Isto cria uma mistura diversificada de células dentro de um tumor, cada uma com uma composição genética única. Anteriormente, os cientistas não tinham um método confiável para determinar quais combinações cromossômicas impulsionavam a progressão do câncer. O grande número de possibilidades tornou a previsão quase impossível.
ALFA-K resolve esse problema rastreando milhares de células ao longo do tempo, reconstruindo como elas mudam entre os estados cromossômicos e identificando quais estados são evolutivamente vantajosos. Isto é crucial porque a evolução do cancro não é aleatória; segue padrões mensuráveis influenciados pela composição cromossômica e por pressões externas, como o tratamento.
Como as alterações cromossômicas impulsionam o comportamento do tumor
Os cromossomos abrigam centenas ou milhares de genes. Quando uma célula cancerosa ganha ou perde um cromossomo, ela altera a dosagem de muitos genes simultaneamente, afetando instantaneamente o crescimento, a divisão e a resposta ao estresse. Estas mudanças permitem que os tumores dêem saltos evolutivos rápidos em vez de adaptações graduais.
É importante ressaltar que o efeito de uma alteração cromossômica depende do ponto de partida da célula. A mesma alteração pode ser útil em um contexto genético e prejudicial em outro. Isto explica porque é que a evolução do cancro tem sido tão difícil de prever – até agora.
ALFA-K: uma nova abordagem para mapear o condicionamento físico
Ferramentas anteriores tratavam as alterações cromossômicas como universalmente benéficas ou prejudiciais. ALFA-K adota uma abordagem mais sutil, reconstruindo “paisagens de aptidão” que descrevem o quão vantajosa ou prejudicial é uma alteração cromossômica, dada a configuração existente de uma célula.
A ferramenta também quantifica o impacto da instabilidade cromossômica. A quimioterapia, por exemplo, muitas vezes aumenta os erros durante a divisão celular, empurrando os tumores mais rapidamente através destas paisagens. Dependendo do formato da paisagem, isso pode levar a configurações cromossômicas mais resilientes.
Num único estudo, a ALFA-K analisou mais de 270.000 configurações cromossómicas distintas, revelando conhecimentos anteriormente inacessíveis.
Duplicação do genoma completo: um mecanismo de proteção
A pesquisa também esclarece o papel da duplicação do genoma completo – quando uma célula copia todos os seus cromossomos. Estudos anteriores sugeriram que isso protegia as células cancerígenas, mas a extensão dessa proteção permaneceu incerta. ALFA-K agora quantifica esse efeito tampão, identificando um limite no qual a duplicação do genoma se torna vantajosa.
Esta é uma conclusão importante porque o nível de proteção não é absoluto; chega um ponto em que a duplicação proporciona um benefício de sobrevivência.
O futuro do tratamento do câncer com consciência da evolução
ALFA-K muda a pesquisa do câncer da observação para a previsão. Ao compreender como os tumores evoluem, os médicos poderiam interpretar biópsias repetidas de forma mais eficaz, antecipar transições perigosas e selecionar tratamentos que previnam configurações cromossômicas prejudiciais.
O objectivo a longo prazo é a “terapia consciente da evolução” – antecipar como os tumores irão mudar antes de surgir resistência, em vez de reagir depois. Esta pesquisa marca um passo significativo em direção ao tratamento personalizado do câncer baseado em modelos preditivos de evolução do tumor.
O estudo foi financiado pelo Instituto Nacional do Câncer e demonstra o potencial da aplicação da biologia computacional para resolver desafios fundamentais na pesquisa do câncer.
