Raúl Rabadán: "Tenemos miles de millones de datos para investigar el genoma del cáncer"

Conocer más sobre la genómica del cáncer a través de la interpretación de miles de millones de datos es lo que hace el español Raúl Rabadán, físico teórico y biólogo computacional, en la Universidad de Columbia, en Nueva York, al frente de un equipo multidisciplinar que busca respuestas sobre esta enfermedad. A través de modelos de Inteligencia Artificial (IA) han conseguido determinar cómo influyen las mutaciones genéticas que heredamos de nuestros padres y las que adquirimos a lo largo de la vida en el desarrollo de esta patología.

Galardonado con diferentes premios y reconocimientos, como el de ser uno de los “10 brillantes” por la revista científica Popular Science en 2010, estuvo en Madrid hace unos días para participar en el I Encuentro de Investigadores contra el Cáncer, organizado por la Fundación Científica de la Asociación Española Contra el Cáncer.

Repitiendo el título de tu ponencia ¿nos estamos ahogando en datos?

Con esta pregunta retórica quería contextualizar el momento en el que nos encontramos hoy. La generación de datos no es el problema, tenemos muchos. El problema, o el reto, es su interpretación. Tenemos muchos datos genómicos y moleculares de pacientes, que permiten desarrollar modelos más complejos de los que normalmente utilizamos (tipo chat GPT pero donde el lenguaje es el lenguaje del genoma humano). Con ello podemos ver, por ejemplo, cómo influyen las mutaciones que heredamos de nuestros padres o las que adquirimos en nuestra vida en el desarrollo de enfermedades como el cáncer, predecir mutaciones analizando la estructura de las proteínas o analizar como los datos del paciente se pueden utilizar para optimizar terapias personalizadas.

¿Cómo se llega a saber eso?

Cuando secuenciamos a un paciente tenemos miles de mutaciones, pero solo entendemos unas pocas, y solo frente a unas pocas se puede hacer algo. Para avanzar más en ese conocimiento hacemos experimentos virtuales ("in sillico" es el nombre técnico que se utiliza para referirse a ellos) en los que cambiamos o incluimos mutaciones para ver qué cambios se producen. La diversidad en la genética de los pacientes es lo que hace que unos puedan responder a las terapias y otros no.

Su trabajo ha llevado a la identificación de alteraciones impulsoras de una decena de tumores (como la leucemia de células pilosas, el linfoma difuso de células B grandes o el glioblastoma multiforme). ¿En qué está trabajando actualmente?

En proyectos diversos, pero uno de los más llamativos es la relación entre distintos tipos de virus y el cáncer.Entre el 10 y el 20% de los tumores en el mundo están asociados a virus (en España representan el 5%, pero en algunos lugares de África son más de la mitad). Por el momento, sabemos que existen siete virus que causan tumores en humanos: el de Epstein- Barr (VEB), el virus del papiloma humano (VPH), los de la hepatitis B y C, el HTLV1 (un retrovirus que produce leucemias), el poliomavirus de células de Merkel (un tipo de cáncer de piel, que ha sido el último descubierto) y el sarcoma de Kaposi. Hemos descubierto, por ejemplo, que los tumores relacionados con algunos de estos virus- como el VEB- responden muy bien a la inmunoterapia. Pero, a medida que vamos obteniendo respuestas a preguntas concretas, también van apareciendo nuevas incógnitas.

¿Y cuáles son?

El VEB, por ejemplo, es uno de los virus más comunes en humanos. Se estima que 9 de cada 10 personas han estado expuestas a él, y suele permanecer inactivo en la mayoría. Sin embargo, en un pequeño grupo de personas induce el desarrollo de tumores, por razones que, por el momento, desconocemos. Hay tumores como algunos linfomas de células T que solo aparecen en ciertas poblaciones el mundo. Otros como los linfomas de Hodgkin son de los más comunes en adolescentes y jóvenes, pero no entendemos que determina que algunos de estos jóvenes desarrollen el tumor y otros no. Muchos de estos tumores relacionados con virus aparecen más en varones por razones desconocidas. La relación entre los virus y los cánceres es muy interesante y misteriosa.

¿Qué se hace con esa información? ¿Para qué es útil?

Bueno, dado que cáncer es una enfermedad de nuestras propias células, lo que hacemos es analizarlas para tratar de averiguar porque hay gente que responde a los tratamientos y otra que no. En los últimos meses ha habido grandes desarrollos en IA a través de modelos predictivos que parten de los datos de acceso libre de estructura de proteínas, genomas en general, y genomas de canceres. El reto ahora está en poder analizar datos restringidos de pacientes para detectar marcadores moleculares. En tumores de gran prevalencia (mama, pulmón, colon) resulta más fácil hacer predicciones, pero en los minoritarios estamos muy lejos de poder hacerlas.

Todos estos avances, ¿están llegando a los pacientes?

Yo soy muy optimista respecto a esto. Creo que es una realidad hoy por hoy. Hace unos años secuenciar un genoma era muy caro, ahora se ha estandarizado ya en muchos países.