Con millones de casos de cáncer de vejiga (CM) en todo el mundo, la necesidad de herramientas para garantizar un diagnóstico oportuno de esta afección es motivo de preocupación.
Recientemente, los científicos utilizaron genes relacionados con las mitocondrias (MRG), que se sabe que están implicados en la progresión de la enfermedad, para construir un nuevo modelo de diagnóstico mediante el aprendizaje automático (ML).
Los resultados fueron publicados en Scientific Reports , indicando el potencial de este modelo en espera de una mayor validación.
Cáncer de vejiga
El cáncer de vejiga es de tres a cuatro veces más común en hombres que en
mujeres, lo que lo convierte en la sexta causa de cáncer entre los hombres.
Es causada principalmente por fumar y la exposición a ciertos químicos industriales y generalmente afecta a hombres de mediana edad y mayores.
Aunque el cáncer de vejiga es más frecuente en las poblaciones desarrolladas, su pronóstico sigue siendo relativamente malo a pesar de los avances médicos.
Esto ha impulsado el desarrollo de mejores herramientas de diagnóstico, modelos de pronóstico y enfoques terapéuticos.
Las mitocondrias, los orgánulos subcelulares responsables de la producción de energía, controlan el metabolismo celular y regulan procesos celulares clave como la muerte celular programada, la señalización y los niveles de iones de calcio.
Las células tumorales, que requieren mucha energía, utilizan predominantemente la glucólisis, una vía anaeróbica menos eficiente, a diferencia de las células normales que dependen de la fosforilación oxidativa, una vía aeróbica más eficiente que puede producir hasta 15 veces más energía.
Esta diferencia en la producción de energía es parte del “efecto Warburg”, donde la función mitocondrial anormal conduce a un metabolismo alterado en las células tumorales.
Por ejemplo, el mal funcionamiento de las mitocondrias puede impedir que las células cancerosas sufran una muerte programada, permitiéndoles sobrevivir y propagarse.
¿Qué mostró el estudio?
Los investigadores analizaron 165 muestras de cáncer de vejiga (BC) y 67 controles para estudiar la expresión diferencial de genes relacionados con las mitocondrias (MRG).
Identificaron 752 MRG expresados diferencialmente, de los cuales 440 mostraron una expresión aumentada y el resto una regulación negativa.
Estos genes participaron significativamente en vías celulares relacionadas con la formación de órganos en embriones, el destino celular, la regulación de la transcripción, las enfermedades neurodegenerativas y los trastornos del tejido muscular.
El análisis identificó casi 50 características relacionadas con BC y se redujo a 13 genes críticos. Entre estos, se descubrió que la proteína 3 que interactúa con TRAF3 (TRAF3IP3), el inhibidor del crecimiento mitocondrial inducido por estrés oxidativo (OXSM), la N-miristoiltransferasa 1 (NMT1) y la glutaredoxina 2 (GLRX2) eran objetivos clave.
GLRX2, en particular, es importante para mantener el equilibrio oxidación-reducción dentro de las mitocondrias, lo que ayuda a que los procesos celulares normales continúen sin daño oxidativo.
Conclusiones
La llegada de la transcriptómica y el ML en los modelos de diagnóstico de tumores ha impulsado la búsqueda del diagnóstico preciso y temprano del cáncer de mama sin necesidad de biopsias invasivas y dolorosas.
Este enfoque de aprendizaje automático puede ayudar a formular planes de tratamiento y diagnóstico personalizados basados en la selección de biomarcadores.
También puede acelerar las decisiones con mayor eficiencia. Por último, puede ayudar a comprender el proceso de desarrollo del tumor a través de los conocimientos que proporciona sobre la biología subyacente del tumor.
El estudio actual identificó cuatro genes (GLRX2, NMT1, OXSM y TRAF3IP3) para el diagnóstico de BC. Estos se incorporaron a un modelo de diagnóstico.
También se descubrió que desempeñan un papel importante en la progresión de la BC. Es esencial realizar más investigaciones para confirmar estos hallazgos en una muestra más diversa.
