Ruta de navegación

actualidad_txtIntro

Actualidad
ÚLTIMAS NOTICIAS Y EVENTOS DE LA ESCUELA DE INGENIERÍA

Aplicaciones anidadas

Publicador de contenidos

Volver 24_10_24_tecnun-cima

Algoritmos matemáticos para frenar el crecimiento del cáncer

Nature Communications publica un trabajo con un nuevo método computacional liderado por ingenieros de la Universidad


FotoManuel Castells/De izquierda a derecha: Felipe Prósper, Antonio Pineda, Francisco Planes, Iñigo Apaolaza, Naroa Barrena, Xabier Agirre, Luis Vitores Valcarcel, Ana Valcárcel y Danel Olaverri

24 | 10 | 2024

Un equipo de ingenieros de Tecnun, la Escuela de Ingeniería de la Universidad de Navarra, ha creado un nuevo algoritmo matemático que permite estudiar el metabolismo del cáncer y localizar sus vulnerabilidades para frenar el crecimiento. Así lo ha recogido un artículo publicado en la revista Nature Communications.

Tal y como explica el investigador principal de Tecnun que ha dirigido el proyecto, Francisco Planes, el trabajo se materializa en una herramienta web que permite identificar nuevas formas de frenar el metabolismo de las células tumorales, impidiendo su crecimiento y avance. “Abordamos un problema muy complejo, con miles de variables, dada la flexibilidad que tiene el metabolismo celular y las diversas vías que desarrollan los tumores para alimentarse y seguir creciendo”, apunta el profesor catedrático de Tecnun.   Sin embargo, continúa Planes, “nuestra herramienta demuestra que se pueden identificar vulnerabilidades metabólicas de los tumores. El bloqueo de estas vulnerabilidades resulta letal para el crecimiento del tumor, de forma similar al efecto de cortar una vía principal en una red de carreteras”. 

La herramienta ha sido validada por el Cima, Centro de Investigación Médica Aplicada de la Universidad de Navarra, cuyos científicos la han utilizado para estudiar el metabolismo del mieloma múltiple, “tercera neoplasia maligna hematológica más común, con una media de supervivencia de pacientes de aproximadamente 24 meses”, tal y como subraya Felipe Prósper, codirector del Programa de Hemato-Oncología del Cima. Como se describe en el trabajo, explica Prósper, “la herramienta ha permitido predecir el potencial terapéutico de la inhibición de dos proteínas (CTPS1 y UAP1) en esta enfermedad. Los experimentos in vitro llevados a cabo por nuestro equipo confirman estos hallazgos”.

Además, tal y como expresa el ingeniero Luis Vitores Valcárcel, primer autor del trabajo, que se enmarca dentro de su tesis doctoral, “es una herramienta sencilla y accesible para la comunidad científica, con la capacidad de aplicarse a cualquier tipo de cáncer y sin necesidad de la intervención de un experto en bioinformática”. 

Cabe destacar que el grupo de Investigación de Biología Computacional de Tecnun, en colaboración con el grupo de Hemato-Oncología del Cima, trabaja en el estudio del metabolismo del cáncer desde el año 2012, gracias a la financiación obtenida de distintas instituciones públicas y privadas. El trabajo publicado en el último número de Nature Communications integra múltiples mejoras con respecto al artículo que fue publicado en esta misma revista por el equipo de ingenieros en 2017. 

Según el investigador de Tecnun Francisco Planes, los avances se deben, en gran parte, a las actualizaciones que ha sufrido el mapa del metabolismo estos últimos años, así como al establecimiento de las tecnologías de secuenciación masiva en la investigación biomédica. “Nuestra herramienta integra estas fuentes de información y mejora la capacidad predictiva de los algoritmos existentes con nuevos elementos a nivel matemático y computacional”, ha concluido.

El trabajo realizado ha contado con la financiación pública del departamento de Educación e Industria del Gobierno Vasco, del Ministerio de Economía y Competitividad y con la ayuda de instituciones privadas como la Asociación Española Contra el Cáncer y la Fundación Ramón Areces. Además, ha sido realizado en el marco del Instituto de Investigación Sanitaria de Navarra (IdiSNA) y del Ciber de Cáncer (CIBERONC). 

Artículo publicado en Nature Communications (11 de octubre de 2024)

Buscador de noticias

Buscador de noticias

Desde

Hasta