Mathematical model of phenotypic plasticity predicts interconversion is a drug target for neuroblastoma.
Este estudo utiliza um modelo matemático de plasticidade fenotípica do neuroblastoma para demonstrar que ciclos de tratamento de múltiplos estágios, estrategicamente cronometrados e direcionados a padrões específicos de interconversão celular, podem suprimir efetivamente o crescimento tumoral e induzir remissão estável.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
O câncer raramente é um inimigo único e uniforme. Em muitos tumores, particularmente no neuroblastoma, um câncer infantil agressivo, a doença é uma paisagem mutável de diferentes tipos de células. Algumas dessas células crescem rapidamente e se assemelham a células nervosas normais, enquanto outras são mais lentas, mais primitivas e se assemelham às células embrionárias das quais os nervos se desenvolvem pela primeira vez. Crucialmente, esses diferentes tipos de células não estão presos em seus papéis. Elas podem mudar umas para as outras, uma flexibilidade biológica chamada plasticidade fenotípica. Essa capacidade de se transformar é uma razão importante pela qual os tratamentos frequentemente falham; um medicamento pode matar com sucesso as células de crescimento rápido, apenas para que os sobreviventes restantes se metamorfoseiem em uma forma diferente, resistente ao medicamento, que eventualmente faz o câncer retornar. Compreender como essas células mudam de identidade, e como controlar essas mudanças, está se tornando um desafio central para encontrar uma cura.
Pesquisadores da Universidade de Hull adotaram uma nova abordagem para este problema, construindo um modelo matemático para simular o comportamento dessas populações celulares mutáveis. Em vez de testar medicamentos em uma placa de Petri ou em um paciente vivo imediatamente, eles criaram um ambiente virtual onde puderam observar como as células do neuroblastoma interagem ao longo do tempo. Seu modelo incluía três grupos distintos de células: as células de crescimento rápido, semelhantes a nervos; as células primitivas mais lentas; e um tipo intermediário que atua como uma ponte entre as duas. A equipe mapeou cada maneira possível de esses três grupos se transformarem uns nos outros. Com seis caminhos potenciais de mudança entre os três tipos, havia 6ários de 64 cenários diferentes de como as células poderiam interagir. Eles então realizaram milhares de simulações de computador para ver qual desses 64 cenários permitiria que um medicamento específico reduzisse o tumor de forma mais eficaz.
As simulações revelaram que nem todos os padrões de mudança celular são iguais no que diz respeito ao tratamento. Os pesquisadores descobriram que apenas cinco padrões específicos de interconversão permitiram que um medicamento reduzisse a população do tumor para níveis muito baixos. Dois desses padrões funcionaram melhor quando o objetivo era suprimir as células de crescimento rápido semelhantes a nervos, enquanto os outros três foram mais eficazes contra as células lentas e primitivas. Uma descoberta fundamental foi que a velocidade com que as células mudavam de um tipo para outro importava profundamente. Ao tentar eliminar as células de crescimento rápido, o tratamento funcionava melhor se as células estivessem mudando de tipo rapidamente. Por outro vez, ao visar as células lentas e primitivas, o tratamento era mais bem-sucedido se as células mudassem de tipo lentamente. Isso sugere que o tempo da transformação celular é tão importante quanto o próprio medicamento.
Para testar se essas descobertas poderiam levar a uma cura real, a equipe simulou um cronograma de tratamento que alternava entre diferentes estratégias. Eles descobriram que uma única rodada de tratamento raramente era suficiente para manter o câncer afastado. Em vez disso, o caminho mais confiável para a remissão envolvia uma abordagem de múltiplos estágios. A estratégia mais bem-sucedida envolveu primeiro usar um método para forçar as células de crescimento rápido a mudarem para o tipo primitivo mais lento e, em seguida, aplicar imediatamente um medicamento projetado para matar essas células primitivas. Uma vez que essa população fosse suprimida, a estratégia mudaria para um padrão diferente que forçasse as células restantes a mudarem de volta, seguido por um medicamento para matar as células de crescimento rápido novamente. Esse ciclo de forçar o câncer a mudar sua forma e depois atingi-lo com a arma certa provou ser muito mais eficaz para manter um estado livre de câncer do que simplesmente atacar um tipo de célula e esperar o melhor.
O estudo também observou se esses padrões teóricos realmente existem no mundo real. Três dos cinco padrões mais promissores identificados pelo modelo de computador correspondem a processos biológicos que os cientistas já observaram no neuroblastoma. Além disso, os pesquisadores notaram que compostos conhecidos, como o ácido retinoico, já podem ser usados para induzir algumas das mudanças celulares necessárias. Isso significa que as estratégias identificadas na simulação não são apenas fantasias matemáticas, mas estão fundamentadas na realidade biológica. A equipe concluiu que, ao combinar esses padrões específicos de transformação celular com medicamentos direcionados em uma sequência cuidadosamente cronometrada, pode ser possível superar a capacidade de adaptação do câncer. Embora o modelo seja uma simulação e não um ensaio clínico, ele fornece um roteiro claro de como os médicos poderão, um dia, usar medicamentos não apenas para matar células cancerígenas, mas para guiá-las para uma forma que seja mais fácil de destruir.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.