El software mejora la capacidad de identificar mutaciones genéticas específicas que provocan cáncer

Un nuevo paquete de software de código abierto llamado cáncerefectotamañoR desarrollado por Townsend Lab mejora en gran medida la capacidad de los científicos de datos y los analistas clínicos para identificar mutaciones genéticas específicas que provocan cáncer.

Creado en la plataforma R ampliamente disponible, el software calcula los tamaños del efecto de las variantes de un solo nucleótido en el cáncer y cuantifica su efecto sobre la proliferación de células cancerosas, así como su supervivencia en humanos. El algoritmo único lo hace organizando los datos de variantes somáticas, facilitando el análisis de firmas mutacionales y calculando las tasas de mutación específicas del sitio. El software también puede realizar pruebas de modelos de selección epistáticos y específicos de etapa personalizables.

«La publicación de esta herramienta permitirá, por primera vez, cuantificar de forma generalizada la contribución de las mutaciones a la evolución somática del cáncer, una cuantificación que ha aparecido en numerosas publicaciones de nuestro laboratorio con código abierto, pero que hasta la fecha no ha sido disponible ampliamente con un paquete fácil de usar, un tutorial y una publicación que explica el software», dijo Jeffrey Townsend, profesor Elihu de bioestadística de Yale y profesor de ecología y biología evolutiva.

Los investigadores dijeron que su métrica del efecto del cáncer es un predictor mucho mejor de la patogenicidad oncogénica que las herramientas estándar existentes.

«Validamos la utilidad del efecto del cáncer al mostrar en un conjunto de datos de pan-cáncer que las variantes somáticas clasificadas como probablemente patógenas o patogénicas en ClinVar exhiben efectos sustancialmente más altos que la mayoría de las otras variantes», escriben los investigadores en el artículo. «De hecho, una regresión logística múltiple demuestra que el efecto del cáncer es un mejor predictor del estado patogénico que la prevalencia variante o las puntuaciones de impacto funcional como SIFT o PolyPhen-2».

Los detalles sobre la nueva tecnología se publicaron en la revista. Investigación sobre el cáncer el 5 de diciembre. Jeffrey Mandell, Ph.D. estudiante del programa de Biología Computacional y Bioinformática de Yale es el autor principal del artículo. Townsend, quien también se desempeña como codirector del Programa de Investigación de Genómica, Genética y Epigenética de Yale, es el autor correspondiente. Vincent Cannataro del Departamento de Biología del Emmanuel College es coautor.

El Townsend Lab planea investigar cómo expandir masivamente el alcance de sus análisis de software para incluir no solo mutaciones de un solo nucleótido, sino también mutaciones que eliminen, dupliquen o multifurquen copias de genes en el genoma, un componente crítico de la causalidad del cáncer que tiene análisis resistido hasta la fecha.