Una de las herramientas que tiene la ciencia para desarrollar mejores tratamientos contra el cáncer es el cultivo de células cancerosas en laboratorios. Sin embargo, un nuevo estudio indica que estas se diferencian genéticamente de las células humanas. Los detalles se publicaron en Genome Medicine.
Investigadores de la Universidad Johns Hopkins desarrollaron un modelo de aprendizaje automático (Inteligencia Artificial) llamado CancerCellNet (CCN) para comparar las células cancerosas del cuerpo con las células cancerosas de otras cuatro fuentes.
El estudio comparativo
Se emplearon 26 modelos de ratones diseñados para desarrollar cáncer; 415 ratones con células cancerosas humanas trasplantadas (xenoinjertos); 131 bolas de tejido 3D cultivadas en un laboratorio para imitar tumores (tumoroides); y 657 líneas celulares de cáncer tradicionales (células cancerosas cultivadas en placas de cultivo).
El equipo comparó las secuencias de ARN de estas células con una base de datos del genoma del cáncer y logró determinar qué tan similares eran a los cánceres in vivo a nivel genético con las muestras de platos petri.
“Quizá no sea una sorpresa para los científicos que las líneas de células cancerosas sean genéticamente inferiores a otros modelos”, comentó el biólogo molecular y genetista Patrick Cahan de la Johns Hopkins. “Aun así, nos sorprendió que los ratones y tumores modificados genéticamente se comportaran tan bien en comparación”.
En promedio, los tumores y ratones modificados genéticamente tenían secuencias de ARN más semejantes al cáncer humano real en aproximadamente el 80%. Incluidos los cánceres de mama, pulmón y ovario.
Por otra parte, a las líneas de células cancerosas no les fue tan bien, con más discrepancias registradas en los tumores humanos. Tal es el caso de una línea celular conocida como PC3 para el cáncer de próstata, la cual en realidad se parecía más al cáncer de vejiga. La evidencia sugiere que las líneas celulares comienzan a cambiar una vez se encuentran fuera de su entorno natural.
El nuevo software
Esto no significa que la investigación de laboratorio con células cultivadas no sea útil e informativa, pues todo ha servido para resaltar los beneficios del CCN. Uno de ellos es que la versátil y rápida herramienta de IA es menos costosa que trasplantar cánceres en ratones para ver cómo se desarrollan.
A pesar de todo, el trabajo tiene sus limitaciones. La comparación del ARN no cuenta toda la historia, y los científicos buscan agregar más datos a su base de datos de entrenamiento CCN. Cabe resaltar que se analizaron relativamente pocos modelos de ratones y tumoroides diseñados, lo que pudo haber sesgado un poco los resultados.
De todas maneras, el CCN se muestra muy prometedor. Ayudará a los investigadores a descubrir qué tan realistas son sus modelos y qué tan confiables serán los estudios basados en ellos cuando se busque convertirlos en tratamientos reales. Además, será fácilmente adaptable para futuros modelos de cáncer y así aprovechar las oportunidades que brinda la inteligencia artificial.