Noticias

Equipo liderado por un becario doctoral del CCT obtiene el tercer puesto en el Tumor Deconvolution DREAM Challenge

Su trabajo, denominado “RHINO”, compitió con más de trescientas propuestas de todo el mundo.

Compartir en redes sociales
21 de diciembre de 2020

Martín Guerrero, becario doctoral del CONICET en el Instituto de Medicina y Biología Experimental de Cuyo (IMBECU, CONICET-UNCUYO), y los investigadores Carlos Catania de la Facultad de Ingeniería de la Universidad Nacional de Cuyo y Benjamin Lang, de la Universidad de Harvard, obtuvieron el tercer puesto en el Tumor Deconvolution DREAM Challenge, un certamen internacional que tiene como objetivo desarrollar estrategias bioinformáticas para resolver problemas de alto impacto en las biociencias y la medicina.

Los científicos fueron galardonados por el desarrollo de un modelo computacional que combina diferentes técnicas de aprendizaje estadístico denominado RHINO. El método, acrónimo de Rank-based Heteroscedastic Intrasampling NOrmalization”, es un modelo basado en inteligencia artificial que permite estimar la proporción de diferentes componentes celulares dentro de una muestra de un tejido tumoral a partir del perfil de expresión génica del mismo.

“Los tumores malignos están constituidos por células transformadas que adquirieron la capacidad de replicarse ilimitadamente, sin embargo, conviven con diversas células no tumorales con las cuales interactúan y condicionan su comportamiento. De esta manera, los tumores se encuentran rodeados por células de sostén como fibroblastos, células endoteliales que pueden formar nueva vasos sanguíneos proveedores de nutrientes y oxígeno, así como un amplio rango de células inmunes que pueden tanto limitar como favorecer el desarrollo del tumor. Estas células interactúan en complejas interrelaciones dentro de lo que se denomina el “lecho tumoral”, el cual ha cobrado singular relevancia en los últimos años y ha permitido el diseño y desarrollo de terapias especificas relacionadas con estas interacciones”, explica Martín Guerrero.

Martín Guerrero (derecha, de celeste) junto a sus colegas del Laboratorio de Oncología del IMBECU, donde desarrolla sus actividades como becario doctoral del CONICET.

En este sentido, RHINO cobra especial relevancia, ya que permite estimar las diferentes proporciones de células infiltrando el lecho tumoral y, por lo tanto, constituye una herramienta promisoria para estudiar las interrelaciones entre las células tumorales y no tumorales a la par de que podría ser usado para dirigir de forma específica las diferentes terapéuticas disponibles de acuerdo a la conformación celular del tumor, lo que permitiría implementar estrategias terapéuticas más precisas y personalizadas de acuerdo a las características únicas de cada paciente.

El Tumor Deconvolution DREAM Challenge es organizado por Sage bionetworks y las universidades de Stanford y Oregon de Estados Unidos, y la Ligue Nationale Contre le Cancer y el Institut Curie, de Francia y tiene como propósito evaluar la capacidad de nuevos métodos computacionales para estimar las diferentes poblaciones celulares que infiltran un tumor a partir de datos de expresión génica obtenidos de una biopsia. Gracias a este reconocimiento, los investigadores fueron invitados a participar de la fase comunitaria del certamen, donde los tres mejores modelos unen sus ideas para tratar de dar una solución mejorada al problema en estudio. “Como característica particular, los DREAM Challenges no tienen como objetivo decretar un ganador, sino más bien reunir a la comunidad científica en un contexto de trabajo colaborativo para dar soluciones consensuadas y superadoras a problemas de gran relevancia actual en biología y medicina”, comenta el científico. 

El grupo de investigadores seleccionados se encuentra desarrollando un modelo consensuado que pondrán a disposición para la comunidad científica en formato de código abierto, así como también participarán en la escritura de una publicación científica donde se detallarán los hallazgos del proceso y las particularidades del modelo final, el cual podrá ser utilizado en el desarrollo de nuevas investigaciones y herramientas diagnósticas y terapéuticas.