El cáncer de páncreas, consecuencia de un verdadero “Big Bang” de alteraciones genéticas

Investigadores del Instituto de Investigación del Cáncer de Ontario y la Universidad Health Network (Canadá) han observado que el cáncer de páncreas podría estar provocado por una conjunción de alteraciones genéticas que suceden de manera simultánea, lo que podría explicar por qué estos tumores son tan agresivos. Este modelo hace dos predicciones: primero, que el cáncer de páncreas se desarrolla a través de una secuencia particular de alteraciones genéticas (KRAS, seguido de CDKN2A, TP53 y SMAD4); y en segundo lugar, que la trayectoria evolutiva de la progresión del cáncer de páncreas es gradual, ya que cada alteración se adquiere de forma independiente.

Esto supondría un cambio radical en la concepción clásica que se tenía sobre este tumor. Usando la secuenciación de todo el genoma a partir de poblaciones celulares tumorales puras, este equipo de investigadores ha reconstruido la historia del desarrollo de este cáncer en 100 tumores independientes. Inesperadamente, han visto que muchas de las alteraciones que se cree que causan la enfermedad se dan “a la vez”, y no de manera secuencial, de forma similar a la idea del "Big Bang".

En un artículo publicado en la revista “Nature” detallan este nuevo enfoque, que difiere de lo que se pensaba hasta ahora y que podría servir para desarrollar nuevas estrategias para abordar su tratamiento. Siempre se ha pensado que esta enfermedad mortal surge a menudo "de la nada" y esto hace que sea un tumor inoperable cuando el paciente experimenta síntomas.

Los resultados abren nuevas e importantes vías de investigación que podrían servir para diagnosticar mejor la enfermedad, predecir cómo se va a desarrollar y determinar cómo y cuándo va a desarrollar metástasis. De igual modo, los resultados también podrían ser aplicables a otros tipos de tumores agresivos.


Fuente:
Nature
Artículo original: Fayaz Notta et al. A renewed model of pancreatic cancer evolution based on genomic rearrangement patterns. Nature, Octubre 2016. doi:10.1038/nature19823