En su búsqueda de nuevas formas de tratar el cáncer, muchos científicos están utilizando un proceso de alta tecnología llamado secuenciación del genoma para buscar mutaciones genéticas que estimulen el crecimiento de las células tumorales. Para ayudar en esta búsqueda, algunos investigadores han desarrollado nuevos métodos bioinformáticos quecada afirmación para ayudar a identificar a los mutantes amigables con el cáncer.
Pero queda una pregunta obstinada: ¿Entre las numerosas tácticas nuevas que tienen como objetivo destacar los llamados genes impulsores del cáncer, que producen los resultados más precisos?
Para ayudar a resolver este acertijo, un equipo de científicos computacionales y expertos en cáncer de Johns Hopkins ha diseñado su propio software de bioinformática para evaluar qué tan bien las estrategias actuales identifican las mutaciones que promueven el cáncer y las distinguen de las mutaciones benignas en las células cancerosas.
El artículo del equipo, titulado "Evaluación de la evaluación de los genes impulsores del cáncer", se publicó en la edición del 13 de diciembre de Actas de la Academia Nacional de Ciencias . Los académicos dicen que es importante evaluar qué tan bien funcionan estos métodos de investigación genética debido a su valor potencial en el desarrollo de tratamientos para controlar el cáncer.
"Identificar los genes que causan cáncer cuando se alteran es a menudo un desafío, pero es fundamental para dirigir la investigación por el curso más fructífero", dijo Bert Vogelstein, miembro del Centro Ludwig del Centro Oncológico Johns Hopkins Kimmel y uno de los miembros de la revistacoautores del artículo. "Este artículo establece formas novedosas de juzgar las técnicas utilizadas para identificar genes verdaderos causantes de cáncer y debería facilitar considerablemente los avances en este campo en el futuro".
El autor principal del artículo fue Collin J. Tokheim, estudiante de doctorado en el Instituto de Medicina Computacional y el Departamento de Ingeniería Biomédica, ambos compartidos por la Facultad de Ingeniería Whiting de la universidad y su Facultad de Medicina. Fue supervisadopor su asesora de doctorado, Rachel Karchin, profesora asociada de ingeniería biomédica y oncología, William R. Brody Faculty Scholar y miembro principal de la facultad del Instituto de Medicina Computacional de la universidad. Karchin, quien también es miembro del Kimmel Cancer Center,fue el autor principal del artículo de la revista.
Tokheim dijo que uno de los desafíos que enfrentó el equipo fue la falta de un consenso ampliamente aceptado sobre lo que califica como un gen impulsor del cáncer. "Las personas tienen listas de lo que consideran genes impulsores del cáncer, pero no hay una guía de referencia oficial, nopatrón oro ", dijo.
No obstante, Tokheim y sus colegas pudieron desarrollar un método basado en el aprendizaje automático para la predicción de genes impulsores y un marco para evaluar y comparar otros métodos de predicción. Para el estudio, esta herramienta de evaluación se aplicó a ocho predicciones de genes impulsores del cáncer existentesmétodos.
Los resultados no fueron del todo tranquilizadores. "Nuestra conclusión", dijo Tokheim, "es que estos métodos aún deben mejorar. Estamos compartiendo nuestra metodología públicamente y debería ayudar a otros a mejorar sus sistemas para identificar genes impulsores del cáncer. "
Fuente de la historia :
Materiales proporcionado por Universidad Johns Hopkins . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :