La mayoría de las células cancerosas que crecen en un plato tienen poco en común con las células cancerosas en las personas, encuentra una investigación

En un intento por encontrar o refinar modelos de investigación de laboratorio para el cáncer que se comparen mejor con lo que sucede en las personas vivas, los científicos de Johns Hopkins Medicine informan que han desarrollado una nueva técnica basada en computadora que muestra que las células cancerosas humanas cultivadas en placas de cultivo son las menos similares genéticamente. a sus fuentes humanas.
El hallazgo, dicen, debería ayudar a concentrar más recursos en modelos de investigación del cáncer, como ratones modificados genéticamente y bolas 3D de tejido humano conocidas como "tumoroides" para evaluar mejor la biología y los tratamientos del cáncer humano, y los errores genéticos responsables del crecimiento y el progreso del cáncer. .
"Puede que no sea una sorpresa para los científicos que las líneas de células cancerosas sean genéticamente inferiores a otros modelos, pero nos sorprendió que los ratones y tumores modificados genéticamente se desempeñaran tan bien en comparación", dice Patrick Cahan, Ph.D., profesor asociado de ingeniería biomédica en la Universidad Johns Hopkins y la Facultad de Medicina de la Universidad Johns Hopkins e investigador principal del nuevo estudio.
La nueva técnica, denominada CancerCellNet, utiliza modelos informáticos para comparar las secuencias de ARN de un modelo de investigación con datos de un atlas del genoma del cáncer para comparar cuán estrechamente coinciden los dos conjuntos.
Los investigadores encontraron que, en promedio, los ratones y tumores modificados genéticamente tienen secuencias de ARN más estrechamente alineadas con los datos de referencia del atlas del genoma en 4 de cada 5 tipos de tumores que probaron, incluidos los cánceres de mama, pulmón y ovario.
Los investigadores dicen que su trabajo se suma a la evidencia de que las líneas de células cancerosas cultivadas en el laboratorio tienen menos paridad con su fuente humana debido a las complejas diferencias entre el entorno natural de una célula humana y un entorno de crecimiento de laboratorio. "Una vez que se eliminan los tumores de su entorno natural, las líneas celulares comienzan a cambiar", dice Cahan.

Los científicos de todo el mundo confían en una variedad de modelos de investigación para mejorar su comprensión del cáncer y otras enfermedades biológicas y desarrollar tratamientos para las enfermedades. Entre los modelos de investigación del cáncer más utilizados se encuentran las líneas celulares creadas mediante la extracción de células de tumores humanos y su cultivo con diversos nutrientes en matraces de laboratorio.
Los investigadores también utilizan ratones que han sido modificados genéticamente para desarrollar cáncer. En otros casos, implantan tumores humanos en ratones, un proceso llamado xenoinjerto, o usan tumores.
Para evaluar qué tan bien se alinea cualquiera de estos modelos de investigación con lo que puede estar sucediendo en las personas, los científicos a menudo trasplantan células cultivadas en laboratorio o células de tumores o xenoinjertos a ratones y ver si las células se comportan como deberían, es decir, crecen y se propagan. y conservar las características genéticas del cáncer. Sin embargo, los investigadores de Johns Hopkins dicen que este proceso es costoso, requiere mucho tiempo y es científicamente desafiante.
El objetivo del nuevo trabajo era desarrollar un enfoque computacional para evaluar modelos de investigación de una manera menos engorrosa y precisa. Un informe sobre el trabajo se publicó el 29 de abril en Genome Medicine, y los investigadores solicitaron una patente provisional sobre lo que llamaron CancerCellNet.
La nueva técnica se basa en información genética sobre el ARN celular, una cadena molecular de sustancias químicas similares al ADN y un conjunto intermedio de instrucciones que las células utilizan para traducir el ADN en la fabricación de proteínas.

"El ARN es un sustituto bastante bueno del tipo de célula y la identidad celular, que son clave para determinar si las células desarrolladas en laboratorio se parecen a sus contrapartes humanas", dice Cahan. "Los datos de expresión de ARN están muy estandarizados y disponibles para los investigadores, y están menos sujetos a variaciones técnicas que pueden confundir los resultados de un estudio".
Primero, Cahan y su equipo tuvieron que elegir un conjunto estándar de datos que actuaran como base para comparar los modelos de investigación. Los datos del Atlas del genoma del cáncer sirvieron como los llamados datos de "entrenamiento", que incluyen información de expresión de ARN de cientos de muestras de tumores de pacientes y su correspondiente estadio, grado y otra información del tumor.
También probaron su herramienta CancerCellNet aplicándola a datos en los que ya se conocía el tipo de tumor, como los del Consorcio Internacional de Secuenciación del Genoma Humano.
Los miembros del equipo de investigación revisaron los datos del Atlas del genoma del cáncer para determinar 22 tipos de tumores para estudiar. Utilizaron los datos del atlas del genoma como base para comparar los datos de expresión de ARN de 657 líneas de células cancerosas cultivadas en laboratorios de todo el mundo, algunas de las cuales se establecieron hace décadas, 415 xenoinjertos, 26 modelos de ratón modificados genéticamente y 131 tumores.
En un ejemplo del estudio, las células de cáncer de próstata de una línea llamada PC3 comienzan a parecerse genéticamente más al cáncer de vejiga, señala. También es posible, dice, que la línea celular se haya etiquetado originalmente de forma incorrecta o que en realidad se haya derivado de un cáncer de vejiga. Pero la conclusión fue que, desde un punto de vista genético, la línea celular del cáncer de próstata no era un sustituto representativo de lo que sucede en un ser humano típico con cáncer de próstata.
Los investigadores encontraron que, utilizando un método de puntuación de 0-1, las líneas celulares tenían, en promedio, una alineación de puntuación más baja con los datos del atlas que los tumoroides y los xenoinjertos.
Cahan dice que él y su equipo agregarán datos de secuenciación de ARN adicionales para mejorar la confiabilidad de CancerCellNet.
Los fondos para la investigación fueron proporcionados por el Instituto Nacional del Cáncer de los Institutos Nacionales de Salud (P50CA228991, CA233255-01, CA214253), un Premio Joven Investigador de la Fundación del Cáncer de Próstata, el Departamento de Defensa (W81XWH-17-PCRP-HD) y el Institutos de Salud / Instituto Nacional del Cáncer (P20 CA233255-01, CA214253).
Otros científicos que llevaron a cabo la investigación incluyen a Da Peng, Rachel Gleyzer, Wen-Hsin Tai, Pavithra Kumar, Qin Bian, Bradley Isaacs, Stephanie Cai y Kathleen DiNapoli de Johns Hopkins; Edroaldo Lummertz da Rocha de la Universidad Federal de Santa Catarina en Brasil; y Franklin Huang de la Universidad de California, San Francisco.

Leave a Reply

Your email address will not be published. Required fields are marked *