WIS

Câncer: Uma nova abordagem para personalizar a terapia oncológica

 Câncer: Uma nova abordagem para personalizar a terapia oncológica

Escolher a droga certa para cada paciente com câncer é a chave para o tratamento bem-sucedido. Pesquisadores do Instituto Weizmann de Ciências, em colaboração com cientistas do MIT e Universidade de Harvard desenvolveram um novo método para selecionar a melhor terapia medicamentosa para um determinado tumor. Ele se baseia na atribuição de pontuações às mensagens que são enviadas dentro das células. O estudo foi publicado na Nature Communications.

O grande avanço dos cientistas foi focar o interesse nas cadeias de sinais bioquímicos que transmitem mensagens celulares cruciais, por exemplo, se uma célula deve se dividir ou crescer, ou de que forma seu metabolismo deve ser alterado. Em cada caminho, intervém inúmeros genes e para descobrir a atividade das cadeias que transmitem cada mensagem, são necessários métodos sofisticados de pesquisa. O estudo propõe que estas vias de sinalização sejam usadas como marcadores biológicos prognóstico na medicina personalizada, ajudando os médicos a dizer com antecedência quais pacientes responderão melhor a qual medicamento.

Identificar o calcanhar de Aquiles dos tumores, permitirá desenvolver novos medicamentos.  Os pesquisadores já o tinham usado para propor um caminho que poderia oferecer o tratamento eficaz para cânceres de mama com uma mutação BRCA.

Para desenvolver esta abordagem na base da grande quantidade de dados sobre o câncer que se tornaram disponíveis nos últimos anos, o laboratório liderado pelo Dr. Ravid Straussman do Departamento de Biologia Celular Molecular do Weizmann, uniu forças com o laboratório do Prof. Gad Getz, do Broad Institute em Cambridge, Massachusetts, EUA.

 
Saiba mais: A New Approach to Tailoring Cancer Therapy: Tapping into Signaling Activities in Cancer Cells

 

PhD-Pós-doutorado em Ecofisiologia

 PhD-Pós-doutorado em Ecofisiologia

O laboratório do Prof. Dan Yakir, do Instituto Weizmann de Ciências, está procurando pesquisadores para trabalharem com medições de fluxos entre a biosfera e a atmosfera, ou seja, nas interações entre a vegetação e o clima. O laboratório trabalha em florestas plantadas no deserto, contando com estações de medições fixas e móveis de eddy-covariance, radiação, turbulência atmosférica, carbonyl sulfide, sun induced fluorescence, e muitas outras.

Leia mais: PhD/Postdoc opportunity in Ecophysiology

Medicina Personalizada: sucesso da Genética, Big Data, Machine Learning e Colaboração com os médicos

  Medicina Personalizada: sucesso da Genética, Big Data, Machine Learning e Colaboração com os médicos

 

Cientistas do Instituto Weizmann de Ciências (WIS) e médicos hemato-oncologistas de Israel desenvolveram uma nova tecnologia que permite criar o perfil detalhado do mieloma, o segundo câncer do sangue mais comum.

O mieloma múltiplo acontece quando as células da medula que produzem anticorpos se proliferam fora de controle. Cada paciente é único e os testes de sangue são incapazes de identificar a doença no início, bem como classificar qual paciente precisa de qual tratamento.

A nova tecnologia publicada na Nature Medicine permite identificar a genética única das células tumorais tanto em estádios pré-cancerosos como em pós-tratamento e recaída.

História: o médico Dr. Guy Ledergor e o pesquisador Dr. Assaf Weiner, do grupo do Prof. Ido Amit, do Departamento de Imunologia do WIS, junto ao Prof. Amos Tanay, do Departamento de Matemática Aplicada e Regulação Biológica e Ciências da Computação, pensaram que um método altamente sensível desenvolvido pelo grupo poderia ser uma nova forma de enfrentar o mieloma múltiplo. O novo método sequencia o RNA em milhares de células individuais do sangue do paciente ou da medula óssea, permitindo capturar o programa genético específico que está ativo em cada célula.

O Programa Bench to Bedside (da bancada ao leito) do WIS liderado pelo prof. Gabi Barbash ajudou a recrutar a colaboração de todos os departamentos de hemato-oncologia de Israel. Sequenciando dezenas de milhares de células de pacientes e de pessoas saudáveis (grupo controle), concluiu-se que as pessoas saudáveis tinham perfis similares, mas os pacientes tinham perfil heterogêneo, que podia até ser mais de um em cada  indivíduo.

Os pesquisadores usaram enfoque de Machine learning para identificar células malignas em dezenas de milhares de células. Este rastreamento pode ser útil para diagnosticar sinais iniciais de muitas doenças no estádio pré-canceroso ou recaídas pós-quimioterapia, sendo parte de um enfoque personalizado. Permitirá que sejam tomadas decisões baseadas no perfil individual das células de cada paciente.

“Estamos desenvolvendo colaborações similares entre pesquisadores baseados em hospitais e pesquisadores de ciência básica para avançar no diagnóstico e tratamento de  outras doenças” disse o Prof. Gabi Barbash.

“Até agora, a analise genômica de uma única célula estava confinada a um número pequeno de laboratórios de pesquisa.

Estamos constantemente empurrando os limites desta tecnologia para convertê-la em uma  erramenta diagnóstica” disse prof. Amit.

“Estamos ingressando em uma era que o Big data e a Machine learning vão possibilitar aos médicos obter novas perspectivas e compreender doenças devastadoras como o mieloma múltiplo” – disse o Dr. Weiner. “No futuro, talvez os médicos possam seguir as doenças em tempo real, em cada paciente, e tratar de forma personalizada antes da aparição dos sintomas“ – acrescentou o Dr. Ledergor.

Saiba mais: Profiling killer warm blood