(Cancro-Immagine Credi Public Domain).
Nel tentativo di trovare o perfezionare modelli di ricerca di laboratorio per il cancro che si confrontino meglio con ciò che accade nelle persone viventi, gli scienziati della Johns Hopkins Medicine riferiscono di aver sviluppato una nuova tecnica basata su computer che mostra che le cellule tumorali umane cresciute in piatti di coltura sono le meno simili geneticamente alle loro fonti umane.
La scoperta dovrebbe aiutare a concentrare più risorse su modelli di ricerca sul cancro come topi geneticamente modificati e sfere 3D di tessuto umano noti come “tumoroidi” per valutare meglio la biologia e i trattamenti del cancro umano e gli errori genetici responsabili della crescita e del progresso del cancro.
“Potrebbe non essere una sorpresa per gli scienziati che le linee cellulari del cancro siano geneticamente inferiori ad altri modelli, ma siamo rimasti sorpresi dal fatto che i topi e i tumori geneticamente modificati si siano comportati così bene in confronto”, afferma Patrick Cahan, Ph.D., Professore associato di ingegneria biomedica presso la Johns Hopkins University e la Johns Hopkins University School of Medicine e capo ricercatore del nuovo studio. La nuova tecnica, chiamata CancerCellNet, utilizza modelli informatici per confrontare le sequenze di RNA di un modello di ricerca con i dati di un atlante del genoma del cancro per confrontare quanto strettamente corrispondano i due set. I ricercatori hanno scoperto che, in media, topi e tumoroidi geneticamente modificati hanno sequenze di RNA più strettamente allineate con i dati di base dell’atlante del genoma in 4 su 5 tipi di tumore testati, inclusi i tumori al seno, ai polmoni e alle ovaie.
Vedi anche:Un Omega-3 che è veleno per il cancro
Spiegano gli autori:
“I modelli sono ampiamente utilizzati per studiare la biologia del cancro e per identificare potenziali terapie. Le modalità di modellazione più diffuse sono le linee cellulari tumorali (CCL), i modelli murini geneticamente modificati (GEMM), gli xenotrapianti derivati da pazienti (PDX) e i tumori. Queste classi di modelli differiscono per i tipi di domande a cui sono destinate. I CCL sono spesso usati per affrontare questioni meccanicistiche intrinseche cellulari, GEMM per tracciare la progressione della malattia definita a livello molecolare e PDX per esplorare la risposta specifica del paziente alla terapia in un contesto fisiologicamente rilevante. Più recentemente, i tumoroidi sono emersi come modelli 3D in vitro relativamente economici, fisiologici dell’epitelio tumorale con applicazioni che vanno dalla misurazione della risposta ai farmaci all’esplorazione della dipendenza del tumore dalle cellule staminali del cancro. I modelli differiscono anche nella misura in cui rappresentano aspetti specifici di un tipo di cancro. Anche con questa variazione del modello intra e interclasse, tutti i modelli dovrebbero rappresentare il tipo o sottotipo di tumore in esame e non un altro tipo di tumore e non un tessuto non canceroso. Pertanto, i modelli di cancro dovrebbero essere selezionati non solo in base alla specifica questione biologica, ma anche in base alla somiglianza del modello con il tipo di cancro in esame“.
I ricercatori affermano che il loro lavoro si aggiunge alla prova che le linee cellulari tumorali cresciute in laboratorio hanno meno affinità con la loro fonte umana a causa delle complesse differenze tra l’ambiente naturale di una cellula umana e un ambiente di crescita in laboratorio. “Una volta che i tumori vengono eliminati dal loro ambiente naturale, le linee cellulari iniziano a cambiare“, afferma Cahan. Gli scienziati di tutto il mondo si affidano a una serie di modelli di ricerca per migliorare la loro comprensione della biologia del cancro e di altre malattie e sviluppare trattamenti per le condizioni. Tra i modelli di ricerca sul cancro più utilizzati ci sono le linee cellulari create estraendo cellule da tumori umani e coltivandole con vari nutrienti in fiasche da laboratorio. I ricercatori usano anche topi geneticamente modificati per sviluppare il cancro. In altri casi, impiantano tumori umani nei topi, un processo chiamato xenotrapianto o usano tumori. Per valutare quanto bene uno qualsiasi di questi modelli di ricerca si allinei con ciò che può accadere nelle persone, gli scienziati spesso trapiantano cellule o cellule coltivate in laboratorio da tumori o xenotrapianti nei topi e vedono se le cellule si comportano come dovrebbero, cioè crescono e si diffondono e mantengono le caratteristiche genetiche del cancro. Tuttavia, i ricercatori della Johns Hopkins affermano che questo processo è costoso, richiede tempo ed è scientificamente impegnativo.
L’obiettivo del nuovo lavoro era sviluppare un approccio computazionale per valutare i modelli di ricerca in modo meno complicato e accurato. Un rapporto sul lavoro è stato pubblicato il 29 aprile su Genome Medicine e i ricercatori hanno depositato un brevetto provvisorio su quello che hanno chiamato CancerCellNet.
La nuova tecnica si basa su informazioni genetiche sull’RNA cellulare, una stringa molecolare di sostanze chimiche simili al DNA e un insieme intermedio di istruzioni utilizzate dalle cellule per tradurre il DNA nella produzione di proteine.
“L’RNA è un surrogato abbastanza buono per il tipo di cellula e l’identità cellulare che sono fondamentali per determinare se le cellule sviluppate in laboratorio assomigliano alle loro controparti umane”, afferma Cahan. “I dati sull’espressione dell’RNA sono molto standardizzati e disponibili per i ricercatori e meno soggetti a variazioni tecniche che possono confondere i risultati di uno studio”. Innanzitutto, Cahan e il suo team hanno dovuto scegliere un set standard di dati che fungesse da base per confrontare i modelli di ricerca. I dati di The Cancer Genome Atlas sono serviti come cosiddetti dati di “addestramento”, che includono informazioni sull’espressione dell’RNA di centinaia di campioni di tumore dei pazienti e il loro stadio, grado e altre informazioni corrispondenti.
I ricercatori hanno anche testato il loro strumento CancerCellNet applicandolo a dati in cui il tipo di tumore era già noto, ad esempio dall’International Human Genome Sequencing Consortium.
I membri del team di ricerca hanno esaminato i dati di The Cancer Genome Atlas per determinare 22 tipi di tumori da studiare. Hanno usato i dati dell’atlante del genoma come base per confrontare i dati di espressione dell’RNA da 657 linee cellulari tumorali coltivate nei laboratori di tutto il mondo, alcune delle quali sono state stabilite decenni fa, 415 xenotrapianti, 26 modelli murini geneticamente modificati e 131 tumori.
In un esempio dello studio, le cellule del cancro alla prostata di una linea chiamata PC3 iniziano a sembrare geneticamente più simili al cancro della vescica. È anche possibile, che la linea cellulare fosse originariamente etichettata in modo errato o che potesse essere effettivamente derivata da un cancro alla vescica. Ma la linea di fondo era che da un punto di vista genetico, la linea cellulare del cancro alla prostata non era un surrogato rappresentativo di ciò che accade in un tipico essere umano con cancro alla prostata.
I ricercatori hanno scoperto che, utilizzando un metodo di punteggio 0-1, le linee cellulari avevano, in media, un allineamento del punteggio inferiore ai dati dell’atlante rispetto ai tumori e agli xenotrapianti.
Cahan afferma che lui e il suo team aggiungeranno ulteriori dati sul sequenziamento dell’RNA per migliorare l’affidabilità del CancerCellNet.
Fonte:Genome Medicine
