a:7:{s:8:»location»;a:1:{i:0;a:1:{i:0;a:3:{s:5:»param»;s:9:»post_type»;s:8:»operator»;s:2:»==»;s:5:»value»;s:5:»datos»;}}}s:8:»position»;s:6:»normal»;s:5:»style»;s:7:»default»;s:15:»label_placement»;s:3:»top»;s:21:»instruction_placement»;s:5:»label»;s:14:»hide_on_screen»;s:0:»»;s:11:»description»;s:0:»»;}
a:7:{s:8:»location»;a:1:{i:0;a:1:{i:0;a:3:{s:5:»param»;s:9:»post_type»;s:8:»operator»;s:2:»==»;s:5:»value»;s:5:»datos»;}}}s:8:»position»;s:6:»normal»;s:5:»style»;s:7:»default»;s:15:»label_placement»;s:3:»top»;s:21:»instruction_placement»;s:5:»label»;s:14:»hide_on_screen»;s:0:»»;s:11:»description»;s:0:»»;}
Amigos y amigas, se acaba Septiembre y también una etapa.
Ha llegado el momento de recoger los frutos de este enorme esfuerzo colectivo que hemos hecho entre todas y todos.
Los últimos 3 meses ( julio-septiembre) la app de GENIGMA quedó abierta con nuevos datos del genoma de cáncer de mama. El objetivo era validar la herramienta y testear a qué resolución se consiguen obtener mejores resultados para la investigación.
El reto que lanzamos en verano fue el de resolver 250 nuevos juegos de 15 y 12 piezas a diferentes resoluciones. Si durante el #GenigmaChallenge cada pieza que se movía en el puzle tenía el tamaño de 100.000 pares de bases de ADN, los nuevos juegos se subieron a una resolución de 10K (cada pieza tenía el tamaño de 10.000 pares de bases) o de 1Mb (cada pieza tenía el tamaño de 1.000.000 pares de bases).
Para haceros una idea, es como si en lugar de mirar países, ahora quisiéramos mirar continentes o ciudades.
En estos 3 meses, más de 5400 personas (de las cuales 2300 fueron nuevos jugadores) han colaborado en este nuevo test jugando en sus ratos libres. ¡Es increíble!
Las últimas soluciones recibidas han aportado nueva luz a la investigación. Aunque en el caso de la mayoría de los juegos a resolución de 1Mb se encontraron resultados similares a los que encuentra un algoritmo básico, en las regiones del cromosoma 9 jugadas a la misma resolución jugadores y jugadoras ¡si encontraron nuevas regiones Eureka! Esto confirmaría que las personas son capaces de identificar regiones de interés donde los algoritmos no pueden, lo que abre la posibilidad de utilizar GENIGMA en diferentes resoluciones en el futuro para conseguir mejores resultados.
En el caso de los juegos de las regiones Eureka previamente identificadas durante el #GenigmaChallenge ofrecidos en una resolución de 10Kb, las personas jugadoras no identificaron reordenamientos adicionales, lo que indica que en estas regiones analizadas no habría ulteriores cambios estructurales del genoma respecto a los encontrados previamente.
Después de estos últimos tests y de casi 700.000 datos recogidos, concluimos hoy el primer #GenigmaChallenge dedicado al cáncer de mama. Ahora es el momento de que los equipos científicos analicen los resultados de GENIGMA en profundidad, antes de lanzar un nuevo reto a la ciudadanía.
Desde el CNAG y el CRG queremos agradecer a todas las personas que han colaborado en este reto científico por su tiempo y su entusiasmo.
El día 3 de octubre cerraremos momentáneamente la app. Os mantendremos informados de todas las novedades en nuestras redes sociales.
¡Hasta pronto Genigmers!
Gracias al esfuerzo colectivo de todas las personas que participaron en el #GenigmaChallenge, en sólo 20 semanas se identificaron 181 regiones del genoma con anomalías cromosómicas en línea celular T47D de cáncer de mama. A estas regiones las hemos llamado Eureka!.
Los juegos proporcionados durante el #GenigmaChallenge se prepararon a una resolución de 100k, o sea que cada pieza del juego (las que hay que mover y colocar para subir la puntuación), correspondían a fragmentos de 100.000 pares de bases de ADN. Esto nos permitió obtener una primera foto del mapa genómico de estas células y ahora, en lugar de ir «a ciegas» o ponerse a analizar el genoma entero, el equipo de investigación se está enfocando enfocarse en estas regiones para buscar qué genes de interés se encuentran en ellas para avanzar en la investigación.
Este esta fase, seguimos pidiendo la colaboración ciudadana para analizar con más detalles la reorganización cromosómica de estas zonas de alto interés.
Para esto, hemos introducido en la app juegos de las regiones Eureka encontradas a una resolución de 10K, o sea que cada pieza que muevas, a partir de ahora, tiene el tamaño de 10.000 pares de bases de ADN. Es como si en lugar de mirar continentes, ahora estuviéramos mirando países. Nos vamos acercando más, para observar desde más cerca.
Durante la fase de #GenigmaEureka jugadores y jugadoras estarán analizando algunas de estas regiones con puzles de 15 piezas, más difíciles pero que pueden aportar mucha información al equipo científico.
El pasado 16 de junio concluyó el #GenigmaChallenge, el primer experimento participativo para analizar el genoma humano a través de una aplicación para teléfonos móviles, GENIGMA, en el que han participado más de 39.000 personas de 154 países del mundo.
–> En 20 semanas, se han recogido 600.287 soluciones e identificado 181 regiones Eureka, áreas del genoma de interés para la investigación del cáncer de mama.
–> La comunidad de jugadores ha invertido 19.485 horas para escanear paso a paso los 23 cromosomas cargados en la aplicación por el equipo científico.
–> Desde ahora, se podrá jugar con fragmentos del genoma de las zonas Eureka! identificadas y, de esta manera, ayudar a testear si es posible avanzar en el análisis del ordenamiento de estos fragmentos a un nivel de resolución más alto.
Durante 139 días, el videojuego GENIGMA para iOS y Android, creado por un equipo de investigación del Centro Nacional de Análisis Genómico (CNAG-CRG), parte del Centro de Regulación Genómica (CRG), ha retado con el #GenigmaChallenge a jugadores y jugadoras del mundo a resolver puzles para contribuir al avance de la investigación del cáncer. El objetivo era encontrar de forma colaborativa aquellas regiones cromosómicas afectadas por anomalías en células del cultivo T-47D de cáncer de mama. Estas células son de las más utilizadas por la comunidad científica mundial en la investigación de este tipo de cáncer.
Los cultivos celulares son un pilar de la biología moderna, que se han utilizado para descubrir vacunas, quimioterapias para el cáncer o la fecundación in vitro. Sin embargo, no conocemos con detalle cómo está organizado el genoma de cada uno de estos cultivos y esto aún limita el progreso científico actual. Este experimento se diseñó para testear si es posible identificar zonas de interés en el genoma de estas células de forma rápida y colaborativa.
20 semanas con el #GenigmaChallenge
A partir de datos reales obtenidos en el laboratorio con las células de cáncer de mama del cultivo T-47D, el equipo científico dividió todo el ADN en pequeños fragmentos y creó 5.442 puzles para que la comunidad de jugadores los analizara. Semana tras semana, se cargaron puzles de 8, 10, 12 y hasta 15 piezas en GENIGMA para que pudieran analizarse, utilizando la lógica humana y la ayuda de herramientas virtuales presentes en el juego. En 20 semanas se han descargado el juego más de 44.000 personas de 154 países y se han recogido más de 600.000 soluciones.
Los más de 5.000 puzles jugados en GENIGMA contienen piezas del genoma de 100.000 pares de bases de los 3.000.000.000 que componen nuestro genoma. El reto de ponerlas en orden solo podía conseguirse dividiendo el “gran puzle” en partes pequeñas que cada jugador podía resolver. El equipo de Genigma ha utilizado las redes sociales y aprovechado el altavoz de los medios de comunicación para reunir un enorme equipo de voluntarios y voluntarias a nivel internacional que en su tiempo libre han contribuido a esta investigación. Durante todo el experimento se ha hemos encargado de mantener a la comunidad informada de los logros alcanzados semanalmente, a través de esta web, la mensajería interna de la app, Twitter, Facebook e Instagram. También ha interactuado con la comunidad, mejorando algunos aspectos de la app y preparando contenido extra para solucionar dudas y mantener vivo el interés en el proyecto. De hecho, en los 4 meses y medio que ha durado el experimento, se ha actualizado la app hasta en 5 ocasiones, incorporando mejoras sugeridas por la ciudadanía (en el tutorial, en el sistema de puntuación, en la visualización de logros individuales e incorporando nuevas cartas de divulgación científica).
En el momento de lanzar el juego, se pedía a los jugadores que jugasen un mínimo de 50 partidas para participar en el experimento. Sin embargo, en muchos casos, este mínimo se ha superado con creces. Además, algunas personas, han estado jugando y apoyando el proyecto hasta el final, colaborando también en la difusión y compartiendo sus estrategias de juego, para que el máximo número de personas se uniera al esfuerzo colectivo. Su implicación ha sido también decisiva para el éxito del proyecto.
Regiones cromosómicas de gran interés para la investigación
Durante los 139 días que ha durado el #GenigmaChallenge los puzles en los que al menos 40 personas jugadoras diferentes han conseguido superar la puntuación récord indicada en el juego, se han marcado como regiones Eureka. En total, en todo el genoma de estas células, se han identificado 181 de estas regiones consideradas de alto interés científico, ya que señalan que la secuencia del genoma podría estar afectada por reordenamientos cromosómicos si la comparamos con las secuencias del genoma de células no cancerosas. Las regiones donde no se superó el récord propuesto, también resueltas por consenso, son probablemente regiones con un ordenamiento similar al de sus regiones homólogas en células sanas, lo que implica que no estarían afectadas por ninguna alteración cromosómica.
Ahora que se ha completado el análisis de todo el genoma, las regiones Eureka identificadas serán objeto detallado de estudio por parte de nuestro equipo científico. Una vez analizados los resultados, valoraremos la posibilidad de utilizar GENIGMA para analizar otros tipos de cáncer.
Algunos datos
20 semanas de juego, 139 días
Personas de 154 países diferentes han participado en el experimento
Más de 44.000 descargas totales (Android e iOS)
39.543 jugadores y jugadoras activos, de los cuales 1.900 son “súper” jugadores (han jugado más de 50 partidas)
19.485 horas totales de juego entre todos/as los/as jugadores/as
600.287 soluciones recogidas
181 regiones de alto interés científico encontradas (Eureka!)
5.472 puzles sometidos al análisis colectivo, que representa un conjunto de más de 300.000 piezas (equivalente a 3.000.000.000 de pares de bases de ADN)
1h46 min – tiempo de interacción medio por jugador/a
6 – promedio de juegos enviados por sesión y jugador/a
Tiempo medio de resolución por juego: Puzles de 10 piezas: 18 min; Puzles de 12 piezas: 25 min; Puzles de 15 piezas: 33min; Puzles de 20 piezas: 1h
Top 5 de jugadores que más han jugado: Jugador 1: 6.139 soluciones enviadas. 240 horas jugadas; Jugador 2: 5.342 soluciones enviadas. 180 horas jugadas; Jugador 3: 4.518 soluciones enviadas. 220 horas jugadas; Jugador 4: 4.502 soluciones enviadas. 320 horas jugadas; Jugador 5: 3.920 soluciones enviadas. 299 horas jugadas
Top 5 de países que más han contribuido: 60% España (> 23.000 personas); 7,6% Estados Unidos (> 2.800 personas); 4,7% Reino Unido (> 1.700 personas); 3,2 % Rusia (>1.200 personas); 3 % Italia (>1.000 personas)
Qué pasa ahora con GENIGMA
En este tiempo de análisis de los datos por parte del equipo científico, la app de GENIGMA continuará en funcionamiento para que las personas que lo deseen puedan seguir jugando y entrenando sus habilidades. Desde ahora, se podrá jugar con fragmentos del genoma de las zonas Eureka! identificadas durante las semanas del #GenigmaChallenge y, de esta manera, el equipo científico intentará testear si es posible avanzar en el análisis del ordenamiento de estos fragmentos a un nivel de resolución más alto.
Aunque hemos alcanzado el 100% de juegos en la línea celular de cáncer de mama, dejamos GENIGMA funcionando para profundar aún más en aquellas regiones Eureka! que han encontrado los jugadores. De esta manera, cuando las analicemos, tendremos más información detallada de las alteraciones posibles en esas zonas.
Los resultados del análisis de los datos proporcionados por los jugadores de GENIGMA se darán a conocer en los próximos meses.
Por Juan Rodríguez y Marco di Stefano (Miembros del equipo científico de GENIGMA)
¿Alguna vez te has preguntado cómo los equipos científicos estudian el cáncer en el laboratorio? ¿Cómo es posible reproducir un sistema biológico en miniatura para entender cómo funciona el cuerpo? ¿Cómo se prueba la eficacia de nuevos medicamentos?
Laboratorios de todo el mundo llevan a cabo sus investigaciones utilizando líneas celulares, también conocidas como cultivos celulares. Han existido muchos años, permitiendo a equipos científicos encontrar nuevos hallazgos que de otro modo habrían sido inconcebibles. Gracias a las líneas celulares, hemos logrado avances importantes para el desarrollo de la vacuna contra la polio, probado la eficacia de nuevas quimioterapias, avanzado los procesos de clonación celular y hasta contribuido para el desarrollo de la fecundación in vitro. Algunos de estos hallazgos fueron reconocidos por los premios Nobel. Las vacunas contra el Covid-19 que usamos hoy se desarrollaron y probaron por primera vez gracias a los cultivos celulares que los equipos de investigación tenían disponibles, lo que les permitió reproducir infecciones de manera segura en un entorno realista.
Como herramienta de investigación, los cultivos celulares son excepcionales en las ciencias de la vida y han evolucionado a pasos de gigantes desde principios del siglo XX.
Pero te estarás preguntando… ¿qué tiene que ver un videojuego como Genigma con todo esto? Para responder a esta pregunta, tenemos que viajar al pasado.
El concepto y origen de los cultivos celulares
El concepto de cultivo celular se refiere al proceso mediante el cual las células se cultivan en un entorno artificial favorable. Una vez que las células han sido aisladas del tejido vivo, se mantienen bajo condiciones meticulosamente controladas. Las ventajas de usar líneas celulares son múltiples, por ejemplo:
- Permitir la reproducción de células en un entorno favorable y biológicamente relevante para la investigación
- Ofrecer una alternativa a la experimentación con animales en el laboratorio
- Se pueden mantener durante años (¡incluso congelados!)
- Responden a los medicamentos y tratamientos de manera parecida a las células del cuerpo
Los principios básicos para los cultivos de células animales y vegetales in vitro se desarrollaron a principios del siglo XX, basándose en la formulación de la teoría celular de finales del siglo XIX, que formó la base de la investigación biológica, con tres postulaciones:
1. Todos los seres vivos están compuestos por una o más células
2. La célula es la unidad básica de la estructura y organización en los organismos
3. Las células surgen de células preexistentes
El embriólogo alemán Wilhelm Roux demostró en 1885 que es posible mantener las células vivas fuera del cuerpo durante días usando solución salina. Observó que las células neurales de las células de embriones de pollo continuaban “trabajando” fuera del cuerpo.
Desde ese momento, el proceso de generación de cultivos celulares ha seguido desarrollándose, con la primera línea celular, la línea celular «L929». Ésta, establecida por Earle en 1948, todavía existe en la actualidad: se derivó del tejido subcutáneo de ratón y muestra una morfología bastante diferente con respecto a la del origen del tejido.
¿Cómo se cultivan las líneas celulares en un laboratorio?
Para establecer una nueva línea celular, los equipos científicos generan un cultivo primario, obtenido directamente de los tejidos u órganos. Las células crecen hasta ocupar toda la superficie de una placa de cultivo y luego dejan de crecer. Después de este primer paso, se trasladan a una nueva placa de cultivos (subcultivo) y el proceso comienza de nuevo: a partir de este momento, las células se pueden considerar un cultivo celular o una línea celular.
La técnica de subcultivo permitió obtener líneas celulares a partir de cultivos primarios, de forma análoga a lo que hacemos con la masa madre para el pan o la levadura de kéfir para el yogur. Los cultivos de células primarias se inician principalmente a partir de tejidos adultos y/o embrionarios normales o malignos. Por ejemplo, las células cancerosas de una biopsia de un paciente con cáncer se pueden cultivar en una placa y se puede establecer una línea celular.
Las líneas celulares establecidas a partir de tejidos normales crecen hasta cierto punto. Por el contrario, las líneas celulares obtenidas de tejidos cancerosos proliferan indefinidamente (después de todo, ese es el rasgo natural del cáncer). Sin embargo, las células normales también pueden inmortalizarse utilizando procedimientos de laboratorio rutinarios, lo que significa que, en condiciones particulares que sean óptimas, pueden reproducirse para siempre.
Las limitaciones de las líneas celulares
Aunque se utilicen en diferentes estudios, pero el uso de líneas celulares también tiene algunas desventajas y limitaciones.
Una desventaja importante es que el número de aberraciones genéticas en las líneas celulares aumenta con el tiempo. Otra es que la respuesta de una línea celular hacia un fármaco puede no ser 100% igual a la respuesta real del paciente. A pesar de todo, el ambiente de cultivo celular en una placa de plástico es obviamente diferente al del tumor original en el cuerpo. Debido a las condiciones de cultivo, las propiedades naturales del tumor o tejido pueden perderse, alterando las posibles respuestas del tumor a los tratamientos.
La contaminación cruzada de cultivos celulares con otra línea celular es otro tema particularmente importante. Esto puede ocurrir en un laboratorio que trabaja con varias líneas celulares. Cuando crees que estás observando un determinado fenómeno en una línea celular, podría ser que se haya contaminado con otra diferente.
Las infecciones bacterianas son otro problema que puede cambiar las propiedades de un cultivo y arruinar la línea. Otro problema es que no todos los tipos de tumores se pueden convertir en líneas celulares, lo que hace que algunas investigaciones sobre el cáncer sesguen hacia el uso de líneas celulares fáciles de cultivar.
Aunque no podamos resolver todos los problemas que conllevan, las ventajas superan a las desventajas.
La importancia del reto Genigma
La información genética es lo que hace que una célula se comporte y responda de una forma u otra hacia estímulos o tratamientos. Todo está codificado en el ADN de una célula; cuándo replicar, cuándo morir, cuándo activar programas genéticos y reaccionar a una señal externa.
Cada célula proviene de otra célula. A medida que las células se inmortalizan en cultivo, tienen que copiar todo su propio material genético una vez por división, un fenómeno que ocurre tanto en su totalidad que probablemente dará lugar a errores de copia y escritura.
Imagina que tienes que copiar manualmente la misma página de un libro todos los días durante años y años. Eventualmente, se pueden cometer pequeños errores tipográficos, pasar desapercibidos, propagar y amplificar los errores. En unos años, es posible que la nueva página ya no se parezca en nada a la original.
Es fácil imaginar lo que puede pasar con el material genético de una célula después de décadas de cultivo y , de hecho, los equipos científicos saben que estos errores están por todas partes en las líneas celulares. En algunos casos, incluso se han duplicado cromosomas completos (imagen 1). Para los cultivos de células cancerosas, esto es particularmente pronunciado, ya que la enfermedad se caracteriza por procesos en los que la célula pierde el control, partes del genoma se reorganizan, duplican o eliminan, ya sea como causa o consecuencia de la enfermedad.
Cuando los equipos científicos trabajan con líneas de células cancerosas, interpretan sus descubrimientos usando un mapa genómico, que les dice, entre otras cosas, dónde están ubicados los genes que han estudiado en el ADN de la célula. Este mapa es lo que se conoce como la secuencia de referencia del genoma.
Para la mayoría de los estudios, se usa una secuencia de referencia canónica del genoma humano para navegar a través de los paisajes genómicos de las células e interpretar sus resultados. Estos mapas, en principio, deberían estar libres de los errores que hemos mencionado, pero en realidad, usar estos mapas sería como navegar por las calles de una ciudad usando un mapa de hace 150 años. Usando Barcelona como ejemplo, podríamos ubicar el mar y la montaña que bordean la ciudad, pero muchos barrios o calles creados posteriormente, ampliados o demolido durante ese período de tiempo nos la dejarían irreconocible. El mapa ya no sería útil para moverse.
Esto es exactamente lo que queremos hacer con Genigma: construir un mapa genómico preciso y personalizado de las líneas de células cancerosas más utilizadas, que refleje todos estos cambios en el panorama genético de las líneas celulares de cáncer. ¿Y cómo podemos hacerlo? Con la ayuda de la genómica tridimensional (puedes leer más sobre esto aquí) y la ayuda de la poderosa metodología de la ciencia ciudadana, con la que usaremos el poder computacional del cerebro de muchas personas para resolver algunos de los problemas más complejos y emocionantes de la biología.
Humanos versus máquinas: ‘inteligencia de rebaño’ e ‘inteligencia artificial’
Las máquinas y los algoritmos informáticos pueden ser de gran ayuda para resolver problemas biológicos como el que abordamos en Genigma. Sin embargo, tienen sus limitaciones y no pueden funcionar con toda la precisión que requeriría una tarea tan abrumadora. Por ejemplo, eche un vistazo a la imagen de abajo.
Con un vistazo rápido, ¿puedes diferenciar lo que son perros de otras cosas?
¡Obviamente! Esto es inmediato para la mayoría de las personas. Pero, ¿cuáles son los patrones únicos que estás detectando en la cara de un perro que reconoce tu cerebro? Expresar esto en palabras no es tarea sencilla. Por ejemplo, las magdalenas tienen arándanos o trozos de chocolate que podrían confundirse con los ojos oscuros y narices de las caras de perros, pero algo te dice que los trozos en las magdalenas no están en una posición anatómica. Del mismo modo, las caras de los perros son claras y marrones, pero también lo son la masa de las magdalenas.
Si tuviéramos que construir un algoritmo para realizar esta tarea, tendríamos que introducir el concepto de «perro». Es extremadamente costoso enseñar con precisión este concepto a un algoritmo, con todo lo que implica. Hay demasiados conceptos, tanto tangibles como abstractos, consciente o inconscientemente, que nuestro cerebro procesa antes de llegar a una respuesta.
Entonces, ¿cómo podemos describir un conjunto de conceptos complejos a una máquina, para que devuelva la respuesta correcta, en el contexto correcto?
Este es uno de las barreras principales para el uso de los algoritmos para generar secuencias genómicas de referencia. Pueden funcionar bien, y son rápidos y precisos al principio, pero luego, en un nivel más detallado, pueden confundirse fácilmente y arrojar resultados imprecisos. Nuestro cerebro puede procesar una cantidad limitada de información por unidad de tiempo, mientras que las computadoras pueden trabajar mucho más rápido. Sin embargo, el cerebro tiende a funcionar mejor cuando se enfrenta a problemas de pequeña escala.
Así es que nos preguntamos: ¿qué pasaría si pudiéramos dividir un gran problema en muchos pequeños y luego usar la inteligencia de rebaño de miles de cerebros para obtener la solución para cada una de ellos? De esta idea, surgió Genigma.
Los cerebros también pueden ser propensos al error, pero colectivamente son poderosos. Si bien los algoritmos siempre cometerán los mismos errores sistemáticos cuando se enfrentan a un mismo desafío, es menos probable que diferentes cerebros humanos cometan los mismos errores en los mismos lugares. Esta inteligencia de rebaño es exactamente lo que queremos explotar con Genigma, con el fin de reconstruir estas preciosas y valiosas secuencias del genoma del cáncer para ayudar a los investigadores a desarrollar sus estrategias terapéuticas guiadas con un mapa genómico más preciso.
El juego utiliza los datos de los experimentos realizados con células de cáncer de mama en el laboratorio del CRG.
Los experimentos produjeron mapas de interacción entre todas las regiones genómicas de las células de cáncer de mama analizadas. Cada elemento de un mapa de interacción es una medida experimental del número de interacciones que dos regiones cromosómicas realizan dentro del núcleo.
Yasmina Cuartero y François Le Dily han sido las personas responsables en el CRG de hacer los experimentos en el laboratorio aplicando la técnica del Hi-C con las células de la línea T47D, de cáncer de mama.
François, quien trabaja en la respuesta de células de mama a esteroides y es experto en conformación de la cromatina nos explica las ventajas de esta técnica: “La técnica del Hi-C permite obtener una “foto” en 3D de cómo está dispuesta la cromatina (el ADN y las proteínas asociadas a él) en las células. Este método cuantifica el número de interacciones entre regiones de la secuencia de ADN en un cromosoma, que están próximos en el espacio 3D, pero que pueden estar separados por muchos nucleótidos en el genoma lineal.
Los científicos descubrieron hace unos años que para entender cómo funciona una célula, no es suficiente con conocer cuál es la estructura lineal de los genes (o sea, cómo están distribuidos unos detrás de otros). Esta primera aproximación, aporta solo parte de la información, ya que el ADN está empaquetado de tal forma que hay genes que linealmente pueden estar muy lejos, pero en la realidad se encuentran muy cerca entre sí, y desde esta posición, interaccionan. ¡Son aproximadamente 2 metros de ADN que se pliega hasta caber en un núcleo de pocos micrómetros!
Las células de cáncer se caracterizan por tener alteraciones del genoma (conjunto de genes) que afectan a su funcionamiento: esto es debido a que su ADN puede contener muchas copias de un mismo gen (debido a un error en la fase de copia del ADN), genes que ya no se encuentran en la posición original (marcada por la estructura de una célula sana), genes que se han “girado 180⁰” (por lo tanto su lectura da error y no cumplen con su función) o incluso cromosomas que se fusionan. En todos estos casos, las consecuencias sobre el buen funcionamiento celular son evidentes y pueden ser graves.” La técnica del Hi-C permite encontrar esos errores y se puede usar para reconstruir el mapa del genoma de las células anormales.
Yasmina, experta en técnicas de estudio de la estructura del genoma, nos da algunos detalles de cómo se aplica en el laboratorio. “Con la técnica del Hi-C, cuantificamos las interacciones posibles entre todos los pares de fragmentos de ADN simultáneamente. Esto se hace con muchas células a la vez, ya que, en cada célula dependiendo de su ciclo de vida, el ADN puede estar en una posición diferente. El primer paso es fijar la cromatina con un reactivo. Luego se cortan, con enzimas, trozos de 400 pares de bases en lugares definidos (basados en el conocimiento del genoma de referencia de células sanas) y finalmente, se liga con otro enzima los trozos que quedan cerca a nivel 3D. Una vez completado este proceso, se extrae este ADN obteniendo una serie de fragmentos quiméricos (que no existen en la realidad en forma linear, pero son el resultado de la foto en 3D que hemos hecho en el laboratorio), y que serán secuenciados.”
Una vez sale del laboratorio, los resultados de la secuenciación se pasan a un programa informático. Éste genera una matriz de contactos, que contiene la información que se da a jugadores y jugadoras, en forma de juego, para analizar.
Estos experimentos se han realizado gracias a la ayuda de ARIMA Genomics, que ha regalado a Genigma los kits para estos análisis.
¿Qué tengo que hacer?
Reordenar las piezas del juego e intentar conseguir la máxima puntuación posible.
¿Qué significan los símbolos, los colores y los números dentro de cada pieza?
Los símbolos solo te sirven para recordar qué pieza es cada una. El color de las piezas va del rojo al verde. Más piezas verdes significa mejor puntuación. Los números muestran la fortaleza de la relación de esta pieza con todas las otras. Números altos quiere decir que estás consiguiendo una buena puntuación.
¿Qué nos dice la barra superior?
Nos está diciendo cuántos puntos has conseguido ahora, cuál es tu récord y cuál es el de todos los jugadores.
¿Hay ayudas para mejorar la orden de las piezas?
Sí. Utiliza las herramientas de la caja que hay a la parte inferior del puzle. Las herramientas permiten obtener información sobre las diferentes piezas, moverlas o volver a tu mejor puntuación. Puedes consultar qué hace cada una al botón información que hay a la derecha de la caja de herramientas. Ver los tutoriales puede ayudarte a entenderlas mejor.
¿Por qué no están activas las herramientas?
Hay que contratar el mecánico para poder usar las herramientas.
¿Qué son las tres estrellas que aparecen a la parte inferior?
A medida que vaya subiendo la puntuación de una partida, verás que te dice cuántas estrellas ya has conseguido. ¿Tu reto? ¡Conseguir tres!
¿Para qué me sirve contratar profesionales?
Te permite obtener más monedas, más cartas de ciencia o poder utilizar las herramientas virtuales. Consulta qué hace cada uno pulsando sobre su imagen.
¿Qué diferencia hay entre zonas y áreas en el mapa y qué dice el color?
Cada zona tiene 3 áreas con 3 niveles diferentes (0, 1, 2). Las zonas se utilizan para contar los desplazamientos. El color del área pertenece al grupo que ha conseguido más estrellas jugando en ella hasta el momento. A final de semana se cierra el reto en curso, se proclaman clanes ganadores, y se abren nuevos emparejamientos de clanes y nuevos mapas para explorar.
¿Qué costes tiene moverse por el mapa?
El coste para llegar a un área es 5 monedas por cada zonas en las que hay que entrar para llegar a tu destino y hay un coste «extra» de monedas por el nivel del área (marcado en e l mapa con 0, 1 o 2).
¿Si no tengo monedas, puedo seguir explorando el mapa?
Si te quedas sin monedas puedes seguir jugando en el área de nivel 0 de la zona donde eres. Si quieres apostar a ganar más monedas siempre puedes moverte a zonas más lejanas de nivel más alto.
¿Cómo funciona el sistema de recompensas?
La recompensa es el resultado de sumar 1 al área donde jugamos y multiplicarlo por las estrellas obtenidas. Las áreas dan recompensas más altas en función del nivel (marcado con un número en el mapa). Si en el momento de elegir a donde moverse teníamos una exploradora contratada el resultado se multiplica por 2.
¿Puedo ver cuántas zonas he conquistado?
No es posible saber cuántas áreas se han conquistado a nivel individual. Las zonas y las áreas no las conquistan individualmente, es el resultado del esfuerzo colectivo del clan. Van cambiando de manos durante la semana y el recuento final da el ganador del combate semanal.
¿Què indica el nivel?
Al conseguir más puntos, subirás de nivel. Las partidas también van teniendo mayor dificultad con el tiempo.
¿Para qué sirve la puntuación?
No conocemos la respuesta correcta de cada conjunto de piezas, así que determinaremos la solución utilizando los datos proporcionados por los jugadores. Cuando al menos 40 jugadores proporcionen la misma solución con la máxima puntuación, esa solución será considerada la mejor posible. El resultado será fruto de una solución colectiva que refleja el consenso entre los jugadores.
¿Cómo cambia la puntuación?
Cada pieza tiene una puntuación en relación con las otras piezas. Cuando cambias una, la puntuación total cambia porque cambia el orden entre todas ellas.
¿Qué son las tres estrellas que aparecen a la parte inferior?
A medida que la puntuación de una partida vaya subiendo, verás que te dice cuántas estrellas ya has logrado. ¿Tu reto? ¡Conseguir tres!
¿Hay una respuesta correcta?
No. Es lo que estamos buscando. Cuando muchas personas hayan logrado el mismo récord, estaremos cerca de la respuesta correcta.
¿Por qué las personas podemos ser mejores que la máquina?
El algoritmo no acaba de afinar del todo. Las personas lo podemos hacer mejor porque el orden de las piezas es algo visual y en esto los humanos son mejores que las máquinas.
¿Por qué es importante jugar mucho?
Si conseguimos que muchas personas diferentes jueguen y resuelvan los mismos juegos, podremos explorar allí donde el algoritmo no llega. Esto se traduce en más información científica, que permite avanzar mucho más rápidamente en la investigación.
¿Cómo puedo volver a hacer el tutorial?
En la ruedecita de la página principal encontrarás un botón para volver a acceder al tutorial.
¿Qué es GENIGMA? ¿En qué consiste es el #GenigmaChallenge?
Genigma es un juego y a la vez un experimento de ciencia ciudadana.
El juego recluta a jugadores y jugadoras para que resuelvan rompecabezas y ayuden a encontrar el orden correcto de las secuencias genéticas en células de cáncer. Los diferentes tipos de cáncer presentan un gran número de mutaciones y anomalías cromosómicas que dificultan su estudio. A través del juego las personas jugadoras ayudan a encontrar el orden correcto de la secuencia reordenando pequeños bloques que representan fragmentos del genoma. Aunque de forma individual la resolución de los rompecabezas no aporta soluciones definitivas, es la suma de todas las aportaciones que va a proporcionar pistas importantes sobre la organización del genoma del cáncer.
Genigma utiliza el atractivo universal de los videojuegos para conseguir que la gente participe en un experiment científico que puede beneficiar a los equipos de investigación de todo el mundo que trabajan en esta línea celular de cáncer de mama. El #GenigmaChallenge se lanzó a finales de Enero 2022 con la idea de analizar todo el genoma de las células de cáncer de mama T47D. Si el experimento tiene éxito, el equipo científico tiene la intención de utilizar esta herramienta para investigar también otros tipos de cáncer.
¿Para qué se creó el juego?
Conocer el orden correcto de la secuencia del genoma humano es esencial para estudiar el cáncer. Sin embargo, mucha de la investigación en cáncer que se lleva a cabo en todo el mundo se basa en la utilización de una secuencia del genoma humano de referencia basada en individuos sanos. Debido a las mutaciones y anomalías típicas del cáncer, esto es equivalente a moverse por ciudades modernas utilizando mapas del pasado. Muchos edificios no están en el mismo lugar, nuevos han sido construidos, otros demolidos o trasladados. Genigma se creó para encontrar el orden correcto de la secuencia del genoma en los cultivos celulares de cáncer que su utilizan en el laboratorio. El objetivo es obtener el mapa de referencia de este genoma, con la ayuda de la ciudadanía. Disponer de él ayudaría a los equipos de investigación mundial a localizar mejor los genes de interés terapéutico y los posibles lugares de mutación.
Los mapas de referencia del genoma pueden crearse mediante inteligencia artificial (IA), pero el entrenamiento de esta herramienta requiere mucho tiempo y recursos, y a la vez es necesaria una gran capacidad de cálculo. Otro problema con la IA es que da lugar a una única solución potencial, y deja poco espacio para los matices. En cambio, la hipótesi en la que se sustenta Genigma es que la «inteligencia de rebaño» que ofrecen las personas jugadoras puede aportar soluciones más creativas que la IA no es capaz de ofrecer.
¿Cómo funciona el juego?
En Genigma. jugadores y jugadoras mueven las piezas: cada una de estas piezas representa un fragmento del genoma, que nel juego está representado a lo largo de una línea (el filamento de un cromosoma). El objetivo de cada partida es intentar conseguir la mayor puntuación posible. Cuanto mayor sea la puntuación, más cerca estamos de encontrar una región Eureka!. Las personas jugadoras pueden intentar mejorar la puntuación inicial ofrecida por el juego utilizando los colores o números asociados a cada pieza. Estas indicaciones ayudan a entender en que medida las piezas están bien colocadas en un lugar determinado.
¿Qué es una región Eureka!? ¿Cúal es su importancia?
Cuando las personas jugadoras proporcionan una puntuación superior a la que ofrece el marcador inicial, esta región se marca como Eureka!. El hecho de que sea posible superar el récord inicial está asociado a que se ha identificado una región afectada por reordenamientos cromosómicos si se compara con las secuencias genómicas de células no cancerosas. Una vez que se tengan identificadas estas regiones, será posible estudiarlas en profundidad para mapear los genes alojados en ellas, localizar los genes de interés terapéutico y posibles lugares de mutación.
¿Cómo sabe el juego que se he encontrado una región Eureka?
El equipo de investigación ha hecho un importante trabajo previo para determinar la puntuación inicial de cada puzle. Este ha consistido en realizar unos experimentos con estas células en el laboratorio, y gracias a la técnica del Hi-C ha sido posible obtener datos de predición de como las diferentes regiones del genoma estan interactuando entre sí. Uno de los principios biológicos fundamentales en el que se basa esta investigación en 3D del genoma es que cuanto mayor es el número de interacciones entre las regiones genómicas, más probable es que se encuentren cerca. Para la puntuación inicial, los investigadores han utilizado los datos obtenidos en casos de células humanas «sanas» (sin cáncer) para cada conjunto de piezas de los puzles que aparecen en Genigma. Jugando y moviendo las piezas lo que se hace es estimar en cada momento la distancia real entre las piezas (fragmentos de genoma de células de cáncer) a lo largo de la secuencia. El marcador lo que hace es comparar este orden con el orden previsto en células sanas.
¿Qué ocurre si alcanzo una puntuación «récord»? ¿Cómo sabe el juego que es un «récord»?
La puntuación récord es la puntuación más alta proporcionada por todas las personas jugadoras que han jugado con el mismo conjunto de piezas, o sea para esta partida individual en particular. El juego lo sabe porque tiene acceso a todas las puntuaciones proporcionadas por todos los jugadores (de forma anónima) para esa partida. Cuando una persona jugadora alcance un nuevo récord absoluto, este récord se transmite a las partidas de todos los demás jugadores del mundo. Cuando se alcanza un consenso de al menos 40 jugadores sobre ese récord, se considera que esta partida individual está resuelta y se retira este rompecabeza concreto.
No puedo conseguir un récord. ¿Sigo siendo útil igualando la puntuación de referencia?
Sí. ¡No todas las regiones del genoma de las células cancerosas están afectadas por reordenamientos! Lo que se espera es que en las regiones de la secuencia donde no hay reordenamientos, el orden de los fragmentos correspondientes a la configuración con la máxima puntuación sea el mismo que en el genoma de referencia de una célula sana. En este caso, se utiliza el mismo criterio de consenso que para las regiones Eureka!. Si 40 personas no pueden superar el récord de este conjunto de piezas, la región analizada también se marcará como resuelta. O sea, este resultado indicaría que esta región específica puede no estar afectada por reordenamientos cromosómicos.
¿Cuántas configuraciones de ADN podemos explorar con el juego?
Depende de la dificultad del nivel en el que estemos jugando. De hecho, el juego puede ofrecer puzles de diferentes tamaños. Pongamos un ejemplo con 3 tamaños: 8 piezas, 16 piezas, 35 piezas. Cuantas más partidas juegue una persona, más rápido pasará de un nivel a otro y podrá jugar puzles más complicados.
En un nivel fácil, los jugadores tendrán que reordenar 8 fragmentos de ADN, que corresponden a 4 * 10 ^ 4 configuraciones posibles; en el nivel intermedio, tendrán que ordenar 16 fragmentos, que corresponden a 2 * 10 ^ 13 configuraciones; en el tercero, o en el nivel difícil, tendrán que reordenar 35 fragmentos, que corresponden a unas 10 ^ 40 configuraciones. El número de configuraciones que podemos explorar crece rápidamente a medida que aumenta el número de fragmentos: por este motivo es necesario adoptar una estrategia que permita una búsqueda eficiente de la mejor solución, y es justamente así que las personas que juegan contribuyen a Genigma. La optimización humana, basada en las herramientas virtuales que se ofrecen en el juego, es la clave para conseguirlo.
Los genomas de referencia tienen grandes beneficios para la medicina: permiten descubrir los mecanismos moleculares responsables de muchas enfermedades y facilitan el diagnóstico y el desarrollo de terapias más específicas. Conocer el mapa genómico de las células cancerosas puede proporcionarnos información útil para entender su funcionamiento. En algunos tipos de cáncer, no sabemos si las mutaciones en la secuencia comparada con el genoma normal son la causa o el efecto del propio cáncer.
A través del juego analizaremos el genoma de las células cancerosas por partes y de forma colaborativa: primero haremos un análisis cromosoma a cromosoma y luego compararemos pares de cromosomas con pares de cromosomas. Siempre teniendo en cuenta el genoma conocido de las células sin cáncer, buscaremos en el genoma de las células cancerosas la presencia de fragmentos modificados o desplazados o la ausencia de secuencias conocidas.
Al analizar el cáncer de mama, pondremos mucha atención en buscar información sobre determinados genes que la ciencia sabe que son especialmente relevantes en este tipo de cáncer.
Cromosoma 17. (Lanzado el 27 de enero) Este cromosoma contiene un elevado número de genes relacionados con el cáncer de mama. Algunos de ellos son genes supresores de tumores como el TP53 o el BRCA1. Los genes supresores de tumores son genes que regulan el crecimiento y la división celular. Por lo tanto, si están mutados pueden dar lugar al desarrollo del cáncer. Por ejemplo, una reducción de la función de BRCA1 se ha asociado a cerca del 40% de los cánceres de mama heredados. Otros genes asociados son los oncogenes como MAP2K4 o BCAS3. Los oncogenes son genes que, cuando están mutados o sobre expresados, pueden hacer que las células sobrevivan y proliferen, en lugar de someterse a una muerte celular programada (apoptosis). El ERBB2 es un oncogén importante, ya que su sobreexpresión se asocia al 20% de los carcinomas de mama invasivos. Por último, un gen interesante localizado en la chr17 es el RAD51C. Está localizado en una región donde la amplificación se produce con frecuencia en los tumores de mama, lo que sugiere un papel en la progresión del tumor.
Cromosoma 10. (Lanzado el 1 de febrero) Este cromosoma contiene interesantes reordenamientos internos, como translocaciones (porción de un cromosoma que se rompe y salta a una ubicación diferente) o duplicaciones (producción de una o más copias de un gen o región de un cromosoma). Además, encierra genes relacionados con el cáncer de mama. Algunos de ellos (PTEN o FGFR2) están vinculados a una importante vía que regula el ciclo celular, interviniendo en funciones como el metabolismo, el crecimiento, la proliferación o la supervivencia celular (la vía PI3K/AKT). Por lo tanto, una activación aberrante de esta vía conducirá a la supervivencia/proliferación de las células tumorales. PTEN es un gen que funciona como supresor de tumores, actuando como regulador negativo de la vía PI3K/AKT. Las mutaciones en este gen conducirán a la sobreexpresión de la vía, aumentando el riesgo de cáncer. El FGFR2 puede activar la vía PI3K/AKT, y participa en la maduración celular o en el mantenimiento de los huesos. Se ha observado un aumento erróneo del número de copias de este gen en el cáncer de mama. Otros genes interesantes localizados en el cromosoma 10 son KIF5B o SUFU. El primero funciona como una proteína motora, y se ha observado que está altamente expresado en el cáncer de mama. SUFU desempeña un papel una vía de señalización que participa en el desarrollo humano, y que en su mayor parte está inactiva en el organismo adulto. Así, una señalización aberrante de este gen se ha relacionado con varios tipos de cáncer.
Cromosoma 7. (Lanzado el 4 de febrero) Este cromosoma contiene algunos reordenamientos internos, como una interesante translocación. Encierra genes relacionados con el cáncer de mama. Podemos encontrar BRAF o KMT2C, dos de los genes más comúnmente mutados en este tipo de cáncer. BRAF es un oncogén que participa en la división y diferenciación celular. KMT2C participa en la modificación de las histonas (proteínas que protegen el ADN). Este gen tiene una frecuencia de mutación del 8% en el cáncer de mama. Podemos encontrar otros genes importantes como el EGFR, un receptor del factor de crecimiento epidérmico, que conduce a la proliferación celular. Se ha demostrado que las amplificaciones y mutaciones de este gen son los factores detonantes en muchos tipos de cáncer.
Cromosoma 16. (Lanzado el 4 de febrero) Este cromosoma contiene pequeños reordenamientos y algunos genes relacionados con el cáncer de mama. Podemos encontrar genes supresores de tumores como PALB2, BRD7 o CTCF. PALB2 ayuda a reparar las roturas del ADN, y BRD7 tiene un papel importante al interactuar con el oncogén p53 e impedir el crecimiento de los tumores. El CTCF regula la expresión de los genes y participa en la estructura tridimensional del genoma. Suele estar mutado en las líneas celulares de cáncer de mama y en los tumores de mama. Además, el cromosoma 16 contiene el CDH1, que es un gen que codifica una proteína implicada en la adhesión de proteínas. Las mutaciones en este gen están relacionadas con diversos tipos de cáncer, ya que se cree que su pérdida de función contribuye a la progresión del cáncer.
Cromosoma 1. (Lanzado el 11 de febrero) Este cromosoma es el mayor cromosoma humano. Contiene algunos genes importantes relacionados con el cáncer de mama, como el MTOR, implicado en la vía PI3K/AKT, con un papel esencial en el crecimiento celular, la proliferación, la apoptosis y la angiogénesis. La desregulación de MTOR se ha observado en muchos tipos de cáncer. BCAS2, también en cromosoma 1, se ha asociado con el cáncer de mama, ya que aumenta la actividad del receptor de estrógenos (RE), y podría promover procesos carcinogénicos en las células del cáncer de mama. Además, los genes supresores de tumores, como el SPEN, se localizan en este cromosoma.
Cromosoma 13. (Lanzado el 11 de febrero) Este cromosoma contiene un importante gen del cáncer de mama, el BRCA2. Este gen interviene en la reparación de las roturas de la doble cadena del ADN. Las mutaciones en este gen se han convertido en un sello distintivo de los cánceres de mama y ovario hereditarios. Además, contiene el RB1, un gen que regula negativamente el ciclo celular y que fue el primer gen supresor de tumores encontrado.
Cromosoma 2. (Lanzado el 18 de febrero) Este cromosoma contiene algunos genes relacionados con el cáncer de mama como BARD1, DNMT3A o SF3B1. El primer gen, BARD1, codifica una proteína que interactúa con otro gen del cáncer de mama, BRCA1 (en el cromosoma 17). Su interacción favorece las funciones de supresión tumoral, ya que participan en la reparación de roturas de doble cadena y en la apoptosis. DNMT3A participa en los procesos de metilación, y su regulación a la baja se ha relacionado con el cáncer de mama. Por otro lado, SF3B1 participa en el empalme del ARN. Se han descrito mutaciones en este gen en el cáncer de mama.
Cromosoma 3. (Lanzado el 18 de febrero) Este cromosoma contiene un importante oncogén, el PIK3CA. Este gen tiene la mayor frecuencia de mutación en el cáncer de mama, siendo un importante foco de atención en los estudios sobre el cáncer en la última década. Tiene un papel en diversas funciones celulares, incluyendo la proliferación y la supervivencia. Otro gen localizado en este cromosoma es el SETD2, que participa en las modificaciones de las histonas. Sus mutaciones se han encontrado comúnmente en los cánceres, y tiene una tasa de mutación de alta frecuencia en el tumor filopodial de mama (PT). Este tipo de tumores puede ser muy agresivo.
Cromosoma 4. (Lanzado el 25 de febrero) Este cromosoma contiene algunos genes relacionados con el cáncer de mama como REST, FGF2 o FBXW7. REST actúa como represor transcripcional de genes neuronales en tejidos no neuronales. Curiosamente, puede actuar como oncógeno o como supresor tumoral dependiendo del contexto. El FGF2 es un miembro de la familia del factor de crecimiento de fibroblastos (FGF). Participa en la curación de heridas o en el crecimiento de tumores, entre otras funciones. FBXW7 participa en la ubiquitinación de proteínas. Es un gen supresor de tumores crítico y se han detectado mutaciones en este gen en líneas celulares de ovario y de cáncer.
Cromosoma 5. (Lanzado el 25 de febrero) Este cromosoma contiene genes supresores de tumores como APC o IRF1. APC codifica una proteína supresora de tumores que actúa como antagonista de las vías de señalización de la superficie celular. Participa en la migración celular o en la apoptosis, entre otras funciones. El IRF1 actúa como regulador transcripcional y supresor tumoral. Activa la transcripción de genes implicados en la respuesta inmunitaria. Los defectos en este gen se han asociado a algunos tipos de cáncer. Otro gen interesante situado en el cromosoma 5 es el TERT, que codifica una proteína que mantiene los extremos de los telómeros en los cromosomas. La desregulación de esta proteína puede estar implicada en la oncogénesis.
Cromosoma 21. (Lanzado el 4 de marzo) Este cromosoma contiene un interesante gen relacionado con el cáncer de mama, el RUNX1. Este gen controla la expresión de genes esenciales para el desarrollo celular. Una mala regulación en este gen está asociada a muchos cánceres, incluido el de mama.
Cromosoma 22. (Lanzado el 4 de marzo) Este cromosoma es uno de los más pequeños, contiene tres genes relacionados con el cáncer de mama. Uno de ellos es el PRODH, que codifica una proteína mitocondrial que está implicada en los procesos que producen ATP o especies reactivas de oxígeno, teniendo un papel en la supervivencia o la muerte celular. CHEK2 es otro gen que interviene en los puntos de control del ciclo celular y es un supresor de tumores. Estabiliza la proteína supresora de tumores p53, lo que conduce a la detención del ciclo celular. Además, interactúa con BRCA1 (localizado en el cromosoma 17), por lo que está implicado en la supervivencia de las células tras un daño en el ADN. Las mutaciones en CHEK2 confieren predisposición al cáncer de mama, los sarcomas o los tumores cerebrales, entre otros. Por último, APOBEC3A es un gen que codifica una proteína implicada en la inmunidad. Las mutaciones en este gen son una de las principales fuentes de cáncer de mama.
Cromosoma 6. (Lanzado el 11 de marzo) Este cromosoma contiene una enorme variedad de genes relacionados con el cáncer de mama. Como el TRIM27, un represor de la transcripción que participa en la senescencia celular. Tiene un papel en el desarrollo del cáncer, ya que está altamente expresado en las células cancerosas, lo que conduce a la desregulación celular, la proliferación de las células tumorales y la migración. Tiene el potencial de servir como biomarcador para los pacientes con cáncer. La MAPK14 es un miembro de la familia de las MAP quinasas. Actúan como punto de integración de múltiples señales bioquímicas y están implicadas en una gran variedad de procesos celulares. Este gen tiene un papel esencial en la migración celular en las células del cáncer de mama. HSP90AB1 codifica una proteína que pertenece a la familia de las HSP (proteínas de choque térmico), que están implicadas en la supervivencia celular, la transducción de señales o el plegamiento de proteínas entre otros procesos. Se han relacionado con la formación de tumores y la proliferación de células cancerosas, y se están estudiando como nuevos enfoques terapéuticos en el tratamiento del cáncer. Por último, FOXO3 funciona como desencadenante de la apoptosis a través de la expresión de genes necesarios para la muerte celular. Es un importante gen supresor de tumores en una variedad de cánceres humanos.
Cromosoma 20. (Lanzado el 11 de marzo) Este cromosoma contiene BCAS4 y BCAS1, dos genes situados en la región 20q13.2, una región que sufre amplificación, sobreexpresión y fusión en el cáncer de mama. La amplificación de esta región se asocia a fenotipos tumorales más agresivos. Otro gen relacionado con el cáncer de mama localizado en este cromosoma es el CD40. Este gen es un receptor de las células presentadoras de antígenos del sistema inmunitario, que media en una amplia variedad de respuestas inmunitarias inflamatorias. Es un miembro de la familia del receptor del factor de necrosis tumoral (TNR), que son proteínas que desarrollan respuestas antitumorales contra las células cancerosas. El CD40 se expresa ampliamente en la superficie de las células inmunitarias y en diversos tipos de cáncer, incluido el de mama.
Cromosoma 19. (lanzado el 25 de marzo). Este cromosoma contiene un gen supresor de tumores, el STK1 está alterado en casi el 3% de los cánceres de adenocarcinoma de pulmón o carcinoma ductal invasivo de mama. También contiene otros genes como CCNE1 o KCNN4. La sobreexpresión de CCNE1 se ha observado en muchos tumores, lo que provoca inestabilidad cromosómica y puede contribuir a la tumorigénesis. KCNN4 codifica una proteína que participa en la formación de canales de potasio en la membrana celular. Se ha visto que este gen es un modulador de la progresión y la resistencia a los fármacos en el cáncer de mama. Dirigirse a este gen podría servir como estrategia terapéutica.
Cromosoma 8 (lanzado el 25 de marzo). Este cromosoma encierra algunos genes relacionados con el cáncer como LOXL2, MYC o NDRG1. LOXL2 codifica una proteína esencial para la biogénesis del tejido conectivo. Además permite el entrecruzamiento del colágeno y la elastina en la matriz extracelular de los tumores, facilitando el proceso de metástasis. Es de particular interés en la biología del cáncer ya que se expresa altamente en algunos tumores, y afecta a la proliferación de las células del cáncer de mama. La amplificación de MYC se observa en numerosos cánceres humanos. Además, está altamente expresado en el tipo de cáncer de mama triple negativo, el subtipo de cáncer de mama más agresivo. Por último, NDRG1 codifica una proteína citoplasmática que interviene en las respuestas al estrés, el crecimiento y la diferenciación celular. Impulsa la progresión tumoral y la metástasis cerebral en los cánceres de mama agresivos, por lo que puede servir como diana terapéutica y biomarcador de pronóstico.
Cromosoma 9. (lanzado el 1 de abril) Este cromosoma contiene el gen NOTCH1, un gen importante ya que forma parte de una vía de señalización que interviene en procesos relacionados con la especificación del destino celular, la diferenciación y la proliferación. Se ha observado un aumento de los receptores Notch en diversos tipos de cáncer, como el de mama. Además, el cromosoma 9 contiene el gen SMC5, implicado en la recombinación del ADN, la senescencia celular y la rotura de la doble cadena del ADN. Se han observado cambios en la expresión de este gen en pacientes con cáncer de mama.
Cromosoma 11. (Lanzado el 8 de abril). Este cromosoma contiene el gen ATM que codifica una proteína que es un importante punto de control del ciclo celular. Regula una gran variedad de proteínas, entre ellas p53 o BRCA1, dos importantes supresores de tumores. Las mutaciones en el gen ATM se asocian a un mayor riesgo de desarrollo del cáncer de mama y a un peor pronóstico.
Cromosoma 12. (Lanzado el 8 de abril). Este cromosoma contiene tres interesantes genes del cáncer de mama. El CD9 codifica una glicoproteína de la superficie celular. Participa en la diferenciación, la adhesión y la transducción de señales. La expresión de este gen desempeña un papel fundamental en la supresión de la motilidad de las células cancerosas y la metástasis. El gen ETV6 está implicado en las interacciones proteína-proteína. Se han observado reordenamientos de este gen en pacientes con carcinoma de mama secretor, que es un tipo poco común de cáncer de mama que suele tener un resultado favorable. Otro gen es el MDM2. Este gen codifica una ubiquitina ligasa. Puede promover la formación de tumores al dirigirse a las proteínas supresoras de tumores, como la p53. Así, la sobreexpresión de este gen se detecta en una variedad de cánceres diferentes.
Cromosoma 14. (Lanzado el 22 de abril). Este cromosoma contiene el gen DICER1. Codifica una proteína de procesamiento de miARN que regula la expresión de los genes. El procesamiento de miRNA se ha relacionado con una amplia gama de tipos de cáncer, por lo que las mutaciones en DICER1 se han relacionado con el desarrollo de esta enfermedad. También se conoce como un fuerte agente antiviral con actividad contra los virus de ARN como el SARS-CoV-2. Otro gen que contiene es el TEP1. Codifica una proteína que cataliza la adición de nuevos telómeros en los extremos del cromosoma. Dado que la longitud de los telómeros se ha relacionado con el cáncer de mama, es un gen realmente interesante de estudiar. El gen AKT1 también está presente en este cromosoma: es un conocido oncogén que desempeña un papel en la supervivencia celular, la angiogénesis y la formación de tumores.
Cromosoma 15. (Lanzado el 22 de abril). Este cromosoma encierra algunos genes relacionados con el cáncer, como el SMAD3, un gen supresor de tumores. Transmite señales de la superficie celular al núcleo, regulando la actividad de los genes y la proliferación celular. NTRK3 codifica una proteína que actúa como receptor unido a la membrana. Las mutaciones en este gen se han asociado a meduloblastomas, carcinomas de mama secretores y otros cánceres. este cromosoma también contiene el gen IGF1R, que se une al factor de crecimiento similar a la insulina. Suele estar muy sobre expresado en los tejidos malignos y potenciar la supervivencia celular.
Cromosoma 18. (Lanzado el 22 de abril). Este cromosoma contiene el gen SMAD4, que codifica una proteína de transducción de señales. Una baja expresión de este gen se ha relacionado con el desarrollo del cáncer de mama. Esto se debe a que SMAD4 es activado por el factor de crecimiento TFG-beta, que suele estar alterado en varios tipos de tumores. Otro gen presente en este cromosoma es el BCL2. Este gen codifica una proteína integral de la membrana mitocondrial externa que bloquea la muerte apoptótica de algunas células, como los linfocitos. Se cree que la expresión constitutiva de BCL2 es la causa del linfoma folicular, un tipo de cáncer que afecta a los glóbulos blancos, los linfocitos.
Cromosoma X. (Lanzado el 22 de abril). Este cromosoma contiene el gen KDM6A, que codifica UTX, una desmetilasa de histonas que participa en el desarrollo embrionario. Se han descrito mutaciones en este gen en una amplia gama de cánceres, como el de mama. Otro gen adjunto es el XIST, que participa en el proceso de silenciamiento del cromosoma X en las hembras de mamíferos, para proporcionar una equivalencia de dosis entre machos y hembras, ya que los machos sólo tienen un cromosoma X. El XIST se expresa exclusivamente en el cromosoma X inactivado. Se ha descubierto que la expresión de este gen está desregulada en una variedad de cánceres humanos en comparación con las células normales.