Joaquín Dopazo, jefe de grupo de la U715 CIBERER, ha liderado un estudio de big data genómico en el que se han analizado 9.428 muestras de 25 tipos de cáncer para revelar módulos metabólicos cuya actividad individual o coordinada predice el tipo de cáncer y la evolución de la enfermedad, abriendo además puertas a nuevas oportunidades terapéuticas.
A través de un estudio bioinformático de gran cantidad de datos genómicos disponibles en bases de datos públicas, los investigadores de la U715 en el Área de Bioinformática de la Junta de Andalucía han sido capaces de descifrar las características metabólicas de diferentes tipos de cáncer. Esta información puede dar lugar a un mapa específico de cada tipo de cáncer en cada paciente, lo que podría indicar, en las primeras fases de diagnóstico, cómo podría desarrollarse la enfermedad, la posibilidad de metástasis e incluso sugerir un tratamiento, lo que podría ser un nuevo paso hacia tratamientos más precisos y personalizados del cáncer.
En el estudio, publicado en Cancer Research, han participado activamente investigadores del Instituto Catalán de Oncología (ICO) y del Instituto de Investigación Biomédica de Bellvitge (IDIBELL).
Este tipo de estudios muestran cómo el uso del big data genómico y la bioinformática están contribuyendo a revolucionar el panorama del estudio del cáncer y de otras enfermedades y dando nuevas herramientas a la medicina personalizada.
En los últimos años, el metabolismo del cáncer se ha convertido en un área de gran interés para el desarrollo de estrategias terapéuticas nuevas y precisas.
Gene Expression Integration into Pathway Modules Reveals a Pan-Cancer Metabolic Landscape. Cankut Cubuk, Marta R. Hidalgo, Alicia Amadoz, Miguel A. Pujana, Francesca Mateo, Carmen Herranz, Jose Carbonell-Caballero and Joaquín Dopazo. Cancer Research. DOI: 10.1158/0008-5472.CAN-17-2705