Pesquisadores do Francis Crick Institute, UCL, The Royal Marsden NHS Foundation Trust e The Institute of Cancer Research de Londres desenvolveram um modelo de computador para analisar como a forma como os tumores crescem afeta sua composição genanãtica.

Usando este novo modelo, eles identificaram ligações entre o crescimento e a forma do tumor e a rapidez com que o câncer de um paciente pode progredir.

Amedida que as células cancerosas sofrem mutação, algumas ganham vantagem por meio de mutações que as tornam mais propensas a sobreviver, se dividir e criar um grupo de células "mais adaptadas". Este grupo pode superar outros para se tornar dominante, por exemplo, se eles evolua­ram para sobreviver em condições onde háum baixo suprimento de nutrientes ou oxigaªnio.

Este processo de evolução do tumor éaltamente complexo e éimpactado por vários fatores, incluindo a forma como o tumor estãocrescendo. Mas não étotalmente compreendido.

Em seu estudo, publicado na Nature Ecology and Evolution , os cientistas usaram seu modelo de computador para estudar dois tipos de crescimento tumoral em ca¢nceres renais: um em que o crescimento éconsistente em todo o tumor, o 'modelo de crescimento de volume' e outro em que o crescimento érestrito a asuperfÍcie, o 'modelo de crescimento desuperfÍcie'.

Dois cenários ocorreram no modelo de crescimento de volume. Em alguns casos, um aºnico grupo "adequado" de células cancerosas geneticamente relacionadas surgiu no tumor em um esta¡gio inicial. Em outros, os tumores não desenvolveram um novo grupo "adequado", mas o grupo original de células cancera­genas parentais permaneceu dominante.

No modelo de crescimento desuperfÍcie, havia uma extensa diversidade genanãtica com diferentes grupos de células 'adequadas' formando-se nasuperfÍcie. A equipe sugere que isso cria um ambiente competitivo onde diferentes grupos de células são pressionados a evoluir mais rapidamente.

Xiao Fu, primeiro autor e bolsista de pa³s-doutorado no laboratório de Modelagem Biomolecular em Crick, diz que "pegaram dois modelos de crescimento distintos e identificaram diferenças marcantes em como os tumores evoluem ao longo do tempo e no Espaço. Isso édifa­cil de fazer com tecido real já que requer várias bia³psias repetidas de várias partes de um tumor. Essas descobertas são apenas o começo do que esperamos descobrir com este modelo. "

Os pesquisadores validaram seu modelo usando dados de 66 tumores analisados ​​por meio do estudo TRACERx Renal. Por referaªncia cruzada do modelo e dos dados do tumor, eles descobriram que diferentes taxas de progressão do tumor no mundo real correspondiam a diferentes modelos de crescimento. Por exemplo, os tumores que progrediram rapidamente foram adaptados ao modelo de crescimento de volume em que um grupo de células "adequado" estava presente desde o ina­cio. Enquanto os casos que não progrediram ajustaram-se ao modelo de crescimento de volume em que o grupo de células parentais permaneceu dominante.

O modelo também forneceu informações sobre como os diferentes tipos de crescimento afetam a forma dos tumores. Os tumores de crescimento de volume cresceram para fora em uma forma mais consistente, enquanto os tumores de crescimento desuperfÍcie mostraram protubera¢ncias nasuperfÍcie, onde os grupos 'adaptadores' estavam crescendo.

Xiao acrescenta que "o que éempolgante écomo essas informações estruturais podem ser usadas como uma janela para a evolução de um tumor. Mais pesquisas são necessa¡rias, mas podem ser usadas para ajudar a determinar por que tipo de crescimento um tumor estãopassando, por exemplo, se radiola³gico a imagem de um tumor inicial mostra protubera¢ncias, o que significa que émais prova¡vel que esteja passando por um crescimento superficial. Essas informações podem ajudar a informar as equipes médicas e as decisaµes de tratamento. "

Os pesquisadores também usaram seu modelo para analisar o impacto da necrose, a morte do tecido dentro do tumor, em sua evolução. Quando a necrose estava presente no modelo de crescimento desuperfÍcie, os tumores desenvolveram rapidamente grupos mais 'adequados' de células geneticamente distintas.

Paul Bates, autor do artigo e lider do grupo do laboratório de modelagem biomolecular em Crick diz que "as simulações de computador são extremamente valiosas para aprofundar nossa compreensão de como os tumores evoluem ao longo do tempo. Ao desenvolver esses modelos e usa¡-los para analisar como os ca¢nceres mudam, esperamos para encontrar períodos em sua evolução e crescimento onde o câncer pode ser mais vulnera¡vel a tratamentos. "

Samra Turajlic, autora e lider do grupo do Laborata³rio de Dina¢mica do Ca¢ncer de Crick e oncologista consultora da The Royal Marsden NHS Foundation Trust, disse que "as observações mais importantes sobre o comportamento do câncer são coletadas por meio de análises de tumores de pacientes porque refletem as escalas de tempo e complexidades da evolução real do ca¢ncer. No entanto, cada insta¢ncia da evolução do câncer em um paciente éúnica, não pode ser retrocedida e repetida, tornando difa­cil prever a probabilidade de os tumores seguirem certos caminhos.

"a‰ aqui que a modelagem matemática pode ser uma ferramenta poderosa para nos ajudar a entender como os padraµes que observamos em tumores reais surgem. Modelos matema¡ticos bem informados combinados com dados clínicos, moleculares, histola³gicos e radiola³gicos detalhados de tumores da vida real podem trazer percepções cra­ticas isso se traduzira¡ em benefa­cio para o paciente. "

Erik Sahai, autor e lider do grupo do Laborata³rio de Biologia Celular de Tumor em Crick diz que "os avanços tecnola³gicos significam que agora temos mais informações do que nunca sobre ca¢nceres individuais. O desafio édecodificar isso para o benefa­cio do paciente. Isso requer pessoas altamente talentosas que pode trabalhar em várias disciplinas, envolvendo-se tanto com clínicos quanto com pesquisadores 'ba¡sicos'. A configuração do Crick permite e incentiva essas interações, e égratificante ver os dividendos em um trabalho como este. "

Os pesquisadores continuara£o desenvolvendo seu modelo e usando-o para entender melhor a evolução do tumor.