Leyendo tu currículum, entiendo que tenés gran afinidad con temas de desarrollo de software y bioinformática. ¿Podrías contarme específicamente sobre tu trabajo?

Desde el año 2000 trabajo en LIFIA, laboratorio de TI de la Universidad de La Plata (UNLP).Participé en proyectos de investigación y de transferencia tecnológica en Buenos Aires, Portugal e Italia. En 2009, el Dr. Martín Abba investigador CONICET, contactó al LIFIA con la idea de compartir proyectos sobre genómica funcional en cáncer de mama. Debido a que la bionformática no es un campo actual de investigación del LIFIA, nos pusieron en contacto con Martín y me sumé a su equipo en CINIBA, Facultad de Medicina de la UNLP.  En ese momento ya había terminado de cursar la Maestría y mi interés en Data Mining estaba dirigido completamente al dominio de la medicina, en particular en la biología molecular del cáncer.  Actualmente sigo trabajando en LIFIA y en CINIBA. 

¿Fue productivo ese encuentro?

Sí, por supuesto.  Aprendí mucho sobre el dominio trabajando con Martín. Como todo trabajo interdisciplinario, es muy gratificante y productivo.

Con el objetivo de encontrar biomarcadores con valor pronóstico y predictivo en cáncer de mama, analizamos grandes bases de datos de genómica funcional. Publicamos, luego, una metodología de meta-análisis de biomarcadores existentes y un conjunto de 117 genes con valor pronóstico en este tipo de carcinomas. Trabajamos con R, bioconductor y varias herramientas más de genómica funcional. Además, desarrollamos programas para automatizar algunas tareas que resultaban tediosas como para hacerlas manualmente.

Para simplificar la aplicación de esa metodología propuesta y de tener una base sobre la cual implementar nuevas ideas para el análisis y validación de biomarcadores en cáncer, comenzamos con el desarrollo de Bioplat, que luego se convirtió en el trabajo de mi tesis. Martín fue mi director. En 2011 presentamos este trabajo para una beca de investigación del Instituto Nacional del Cáncer y fue seleccionado. En diciembre de ese año terminé la Tesis, titulada “Metodología analítica e integradora para la generación de biomarcadores de pacientes con cáncer de mama sobre la  base de perfiles de expresión génica”. 

¿Cómo se resume y se aplica el tema de tu Tesis?

Primero, algo de contexto. El cáncer comprende a ciertas enfermedades que se caracterizan por presentar alteraciones en los mecanismos que gobiernan la proliferación, la diferenciación, el anclaje y la migración celular. Por su lado, la genómica funcional se encarga de la recolección sistemática de información sobre la función y la interacción entre genes  y/o proteínas, mediante la aplicación de aproximaciones experimentales globales. Una de las áreas de la biomedicina que más se ha beneficiado con la genómica ha sido la oncología; tanto para entender los mecanismos básicos de los procesos de transformación neoplásica, como para el desarrollo de nuevos servicios para un mejor pronóstico y evaluación del riesgo en pacientes oncológicos, que ayuden a determinar el tratamiento más adecuado. Esto ha abierto una nueva área de investigación en oncología, basada en la caracterización genómica de las neoplasias: la oncogenómica.

Nuestro trabajo se enmarca en ese dominio: oncogenómica. El principal objetivo en los análisis que realizamos, es la comparación de perfiles genéticos para detectar genes que estén diferencialmente expresados en pacientes con cáncer en la localización de estudio. Y la materia prima son los genomas de pacientes. Luego de su preprocesamiento, llegamos a medidas cuantitativas de la expresión simultánea de cada uno de los genes.  Obtenemos estos datos a partir de colaboraciones con otras instituciones y de grandes bases de datos genómicas.

La tesis tuvo dos productos. Por un lado, un biomarcador de 55 genes con valor pronóstico en carcinomas ductales de mama; por el otro Bioplat, una plataforma para la identificación y validación de biomarcadores en cáncer que se nutre de todos los datos que te mencioné antes. Si bien R y Bioconductor son nuestras herramientas principales de análisis, Bioplat se convirtió en una herramienta adicional para algunos de nuestros análisis. En breve la estaremos publicando.

Aprovecho para agradecer al Lic. Hernán Chanfreau y Mg. Diego García (egresados de la UNLP) y Diego Martínez (tesista de la UNLP) que se sumaron al proyecto de Bioplat luego de la presentación de la tesis. Han aportado mucho a la implementación y actualización tecnológica de la plataforma.

¿Qué cantidad de casos abarcaron en el análisis?

En oncogenómica, a diferencia de otros dominios, lo que predominan no son los casos sino los datos de cada caso. Tradicionalmente, cada uno de los experimentos utilizados no tiene más de 300 casos, pero de cada uno se conoce información de expresión de todos los genes del Genoma Humano.

De todas maneras, esto está cambiando gracias a las tecnologías de Next Generate Secuencing (NGS) que está revolucionando el campo. Cada vez se generan mayor cantidad de datos en menor cantidad de tiempo. Por ello, técnicas adecuadas de análisis, e infraestructura para el procesamiento, son actores principales en la investigación de enfermedades multigénicas, como el cáncer.

¿Qué esperan alcanzar con este trabajo, más allá de lo que fue para vos desarrollar la Tesis?

Continuar con el análisis de los grandes volúmenes de datos generados por las NGS y microarreglos para seguir comprendiendo los mecanismos de los procesos de transformación neoplásica, y poder así encontrar nuevos potenciales blancos terapéuticos.

Además, seguir cooperando con otras Instituciones. Durante el trabajo con Bioplat estuvimos trabajando con el grupo Dana-Farber del Cáncer Institute de la Universidad de Harvard para integrar nuestra plataforma con GeneSigDB.  Incluso estuvimos realizando algunos aportes en un proyecto de ellos. También trabajamos interdisciplinariamente con la Universidad Nacional de Colombia. Usamos Bioplat para obtener un geneSignature inicial en cáncer de pulmón que luego ellos analizaron detenidamente.