ANTECEDENTES

El tratamiento del cáncer incluye el uso de drogas quimioterapéuticas que pueden también afectar a tejidos normales y ocasionar severos efectos secundarios en los pacientes. Debido esto, en muchos casos a que la droga administrada no alcanza una dosis lo suficientemente alta para garantizar la erradicación del tumor lo que lleva a la generación de resistencia. En Costa Rica, el costo promedio de quimioterapia convencional por paciente es de $1600 al mes, pero el precio de las nuevas drogas oscila entre $3500 y $12000 al mes, incrementando el gasto público en cáncer de $44.1 millones en el 2000 a $60.7 millones en el 2003, lo que representa el 7% del gasto en medicamentos en el 2003, superando los gastos en medicamentos para otras enfermedades como el VIH/SIDA (Rodríguez-Herrera, 2006).  El cáncer es entonces un problema de salud pública en Costa Rica que necesita soluciones locales. Por lo tanto, la presente red se propone oficializar la interacción de la labor de investigación transdisciplinaria en cáncer de un grupo de investigadores que ha estado trabajando en el campo por cerca de 3 años, involucrando la biocomputación y experimentación como un conjunto funcional.

 

La Red de Investigación Traslacional en Cáncer y Biocomputación (ITCB) busca crear un espacio de colaboración transdisciplinaria para incentivar proyectos de investigación aplicada en cáncer y con esto fomentar la transferencia del conocimiento generado a partir de la investigación biológica básica a su aplicación clínica y viceversa, apoyándose en las técnicas biocomputacionales de la Biología de Sistemas y Bioinformática. Para ésto se ha incurrido en líneas de investigación en terapia personalizada del cáncer, el estudio de la resistencia a la quimioterapia y terapia complementaria de cáncer con el apoyo de herramientas biocomputacionales (ver adelante).

 

La investigación básica es el motor de la ciencia, pero ésta tiene una contribución lenta a la salud del paciente. A pesar de más de 50 años de avance en nuestro entendimiento fundamental de la biología humana y la aparición de nuevas y eficaces tecnologías, la rápida transformación de este conocimiento en medidas de salud efectivas continúa eludiendo a los científicos biomédicos. Esta paradoja ilustra la gran complejidad del reto de los investigadores en biomedicina traslacional que tratan de aplicar los descubrimientos básicos y abordajes experimentales de la ciencia moderna para aliviar la enfermedad humana. Los estudios en humanos a menudo evidencian los profundos vacíos en el entendimiento fundamental de su biología, pero no se han establecido enlaces eficientes de éstos descubrimientos de regreso a la ciencia básica para rellenar estos vacíos. Por lo tanto, para un verdadero progreso se requiere de una manera sin precedentes, de abordajes experimentales creativos, nuevas tecnologías y nuevas formas de conducir exploraciones científicas en la interfaz de las disciplinas establecidas y las emergentes.

 

 

 

La Investigación Traslacional se refiere a una disciplina de la investigación biomédica y de salud pública que tiene como objetivo mejorar la salud de los individuos y la comunidad a través del “traslado” de los hallazgos científicos en herramientas diagnósticas, medicinas, procedimientos, políticas y educación. Ésta disciplina está creciendo rápidamente en la investigación biomédica y tiene como objetivo agilizar el descubrimiento de nuevas herramientas diagnósticas y de tratamientos utilizando un abordaje multi-disciplinario altamente colaborativo para la transferencia de la mesa de laboratorio a la cama del paciente (“bench-to-bedside”)(Woolf, 2008)⁠. La medicina traslacional va entonces a potenciar el flujo de información del laboratorio a la clínica pero también de la clínica de regreso al laboratorio.  Para que ésto sea posible se requiere de una comunicación continua y retrocontrol entre las diferentes partes.

 

La investigación traslacional se está volviendo más y más inter y transdisciplinaria, incluyendo a científicos biomédicos del laboratorio, médicos, profesionales de salud pública y científicos computacionales del campo de Biología de Sistemas y Computación. Por ejemplo, los investigadores van a requerir nuevos abordajes computacionales para lidiar con la gran cantidad de datos que se derivan de la genómica, para el análisis de imágenes y el reconocimiento de patrones biológicos. En un futuro cercano, la medicina personalizada se basará en la obtención de datos genómicos que requieren de plataformas biocomputacionales integrativas para su interpretación. Éstos datos no son solo abrumadores en cantidad sino también en complejidad y requieren de un abordaje biocomputacional o de biología de sistemas para su entendimiento.

 

La Biocomputación (o biología computacional) es el desarrollo y aplicación de métodos teóricos y de análisis de datos, modelado matemático y técnicas de simulación computacionales para el estudio de sistemas biológicos, de comportamiento y sociales.  Utiliza enfoques matemáticos y de computación para enfrentar las cuestiones teóricas y experimentales en la biología (definición del NIH). La Biocomputación es un área de investigación inter y transdiciplinaria, en la cual el conocimiento del área de biología (biología, microbiología, biología de sistemas, genómica, proteómica, etc.), y el área del modelado y análisis (matemática, ingeniería eléctrica, ciencias de la computación, etc.) son requeridas. Una revisión extensa del campo de la Biocomputación puede verse en (Rozenberg et al, 2012). Una aplicación de la biocomputación directamente relacionada con los problemas que pretende estudiar esta red de Investigación es la de la aplicación de las Ciencias Computacionales en la investigación biológica, más particularmente en la “ómica” (neologismo para referirse a los campos de investigación biológica de estudio del genoma, las proteínas y el metabolismo: genómica, metagenómica, proteómica, y metabolómica, entre otras).

 

 

NUESTROS EJES TEMÁTICOS

Terapia personalizada del cáncer

Consiste en el desarrollo de una plataforma base para apoyar la realización de pruebas avanzadas que permitan la predicción de la respuesta a la quimioterapia de manera personalizada a través de muestras de material tumoral de pacientes con cáncer procesadas en el laboratorio.

 
Estudio de la resistencia a la quimioterapia y terapia complementaria de cáncer

Se pretende generar un banco de muestras que permitan la formulación de nuevos proyectos de medicina traslacional donde podamos transferir el conocimiento adquirido de los proyectos y utilizar los recursos computacionales para mejorar la predicción de la respuesta a la quimioterapia y buscar alternativas terapéuticas para aquellos casos de resistencia extrema.

Desarrollo de plataformas biocomputacionales para apoyar la solución a problemas de salud pública

A nivel biocomputacional, la terapia personalizada del cáncer y otros problemas biomédicos requieren de una integración de las ciencias biomédicas con la computación y la matemática aplicada. Por lo tanto, en el contexto de esta red de investigación definimos cuatro áreas de interés: Almacenamiento de Datos Biológicos, Reconocimiento de Patrones y Sistemas Inteligentes, Supercomputación y Programación Paralela y Biología de Sistemas.

 
Estudio de factores relacionados con la etiología, la prevención, el diagnóstico y el pronóstico del cáncer

La identificación de moléculas que gobiernan eventos importantes de la biología tumoral podría tener implicaciones importantes en la práctica clínica, pues se podría idear metodologías novedosas para el diagnóstico temprano o el pronóstico del cáncer. Teniendo un gran impacto en el manejo y tratamiento de la enfermedad, especialmente en tumores malignos de mortalidad es alta.

NUESTRAS ÁREAS DE INVESTIGACIÓN

Investigación en Almacenamiento de Datos Biológicos

Debido a que los datos de índole biológica y médica generalmente son complejos, poco estructurados y de gran volumen, se hace necesario investigar sobre modelos de datos y sistemas gestores de bases de datos que sean apropiados para estos tipos de datos.

 

Investigación en Reconocimiento de Patrones y Sistemas Inteligentes

La enorme cantidad de datos biológicos generados experimentalmente necesita ser procesada, y algoritmos de reconocimiento de patrones deben aplicarse para descubrir nuevas y útiles ideas para mejorar la calidad de vida.

 

 

 

 

 

 

Investigación en Supercomputación y Programación Paralela

Muchos de los problemas a tratar por esta Red de Investigación suelen no poder resolverse en forma tradicional ya que la experimentación es costosa, riesgosa o imposible de realizar con métodos computacionales tradicionales. Es por ello que se necesita investigar en los campos de la supercomputación y el procesamiento de alto rendimiento,

 

Investigación en Biología de Sistemas

La Biología de Sistemas es un campo de estudio que se ocupa de las interacciones entre los componentes de sistemas biológicos complejos y de cómo éstas interacciones dan origen a la función y comportamiento de tales sistemas. Trata de poner los componentes juntos en lugar de separar, integración en lugar de reducción. Esto requiere del desarrollo de nuevas formas de pensamiento e integración que sean rigurosas como los métodos reduccionistas pero diferentes, desde el punto de vista filosófico.