Miguel Reboiro Jato y Daniel González Peña, del grupo de investigación Sistemas Informáticos de Nueva Generación (SING), de la Escuela Superior de Ingeniería de la Universidad de Vigo (UVigo) han desarrollado la meta base de datos de PanDrugs, una plataforma bioinformática puesta en marcha por el Centro Nacional de Investigaciones Oncológicas (CNIO) que identifica y prioriza las opciones terapéuticas teniendo en cuenta los datos genómicos de cada paciente. Se trata de la primera herramienta de prescripción de medicamentos que tiene en cuenta las vías de señalización, el impacto genético colectivo y la información sobre ensayos clínicos funcionales, y en ella ha trabajado también la investigadora gallega del CNIO Elena Piñeiro Yáñez.
Esta nueva herramienta computacional, que se describe en el último número de la revista especializada "Genome Medicine", sugiere compuestos para dianas directas (genes que contribuyen al fenotipo de la enfermedad y sobre los que actúa directamente el fármaco) y biomarcadores (genes que están indirectamente asociados a la respuesta a un fármaco), pero además, integra otra fuente de información basada en la biología de sistemas, que analiza automáticamente los circuitos biológicos y amplía la búsqueda de dianas terapéuticas a toda la vía de señalización, según el CNIO.
"Esta nueva estrategia, denominada "Pathway member", amplía las oportunidades de tratamiento de los pacientes con cáncer al enriquecer el arsenal terapéutico y abre nuevas vías para la medicina personalizada", afirma Fátima Al-Shahrour, jefa de la Unidad de Bioinformática en el CNIO y directora del grupo de investigadores de PanDrugs. Gracias a esto, la herramienta identifica compuestos empleados en la práctica habitual.
Lo que hace entonces PanDrugs, es cruzar los datos procedentes de 24 base de datos sobre cáncer y puntúa las mejores opciones para el paciente en función de la secuenciación del genoma del tumor. La herramienta se nutre de los datos de 4.804 genes que se conoce que pueden estar relacionados con el desarrollo del cáncer, 9.092 compuestos únicos y 56.297 asociaciones fármaco-diana obtenidas de las posibles combinaciones entre genes y moléculas.
"Lo que hace es integrar toda la información de estas 24 fuentes de datos y a partir de la información que hay en cada pareja gen-fármaco en cada base de datos, asignarle una puntuación según su mayo o menor efectividad en función de las mutaciones de ese paciente en concreto", explica Miguel Reboiro.
Pero la nueva herramienta no solo ofrece el tratamiento con más posibilidades de éxito, sino que presenta al oncólogo las alternativas al tratamiento primario en caso de que este no funcione en el paciente o este haya tenido una recidiva.
El estudio muestra tres ejemplos que podrían ser beneficiosos para pacientes con cáncer de próstata, mama y colorrectal que no presentan las alteraciones genéticas más frecuentes (genes "driver") para las que en algunos casos, sí existen protocolos terapéuticos.
