En la presente tesis doctoral, se explora la complejidad de la expresión génica en el cáncer de mama mediante un enfoque interdisciplinario que integra el análisis de datos de secuenciación de ARN de células individuales (scRNA-seq) y el modelado matemático de dos redes de regulación génica relevantes en cáncer.
El cáncer de mama es una de las principales causas de mortalidad por cáncer en Argentina y en el mundo, caracterizándose por la heterogeneidad tanto entre pacientes como dentro de un mismo tumor. Esta heterogeneidad puede manifestarse a distintos niveles, incluyendo variaciones a nivel genético, epigenético, transcriptómico, proteómico y en el microambiente tumoral. Esta complejidad contribuye significativamente a la capacidad de las células tumorales para resistir a las terapias, evadir la respuesta inmune y adaptarse a cambios en su entorno.
En la primera parte de la tesis, se estudia la composición celular de muestras de mama sana en H. sapiens y se infiere la trayectoria de diferenciación desde las células madre mamarias hasta las células diferenciadas. Para ello, se desarrolla una metodología que utiliza la red de interacción proteína-proteína asociada a la diferenciación celular, con el fin de calcular un índice que cuantifica la pluripotencia a partir de datos de transcriptoma de célula única (scRNA-seq). Luego se generaliza esta herramienta para calcular la actividad de redes asociadas a diversos procesos biológicos de relevancia en cáncer y se aplica esta metodología a muestras de cáncer de mama. Además, se definen otros parámetros para cuantificar la cantidad de mutaciones, la entropía y la heterogeneidad transcriptómica. Se analiza también la variabilidad y la correlación entre estas cantidades en relación al subtipo de tumor (ER+, HER2+ y cáncer de mama triple negativo) y su agresividad.
La segunda parte de esta tesis se enfoca en dos procesos biológicos centrales en la progresión del cáncer: la transición epitelio-mesénquima (EMT), un fenómeno vinculado con la capacidad de invasión y migración en cáncer, y la pluripotencia, asociada a la capacidad de regeneración y proliferación tumoral. Se emplean modelos matemáticos basados en ecuaciones diferenciales para simular la dinámica de las redes de regulación génica de la pluripotencia y de la EMT. Estos modelos permiten analizar cómo los mecanismos de regulación, mediados por factores de transcripción y microARNs, definen el estado celular. Además, se modela el acoplamiento de ambas redes, basándose en evidencia experimental y en predicciones bioinformáticas sobre la interacción entre ellas. Se evalúa el efecto de la integración en una única red, en particular los cambios en la reversibilidad de la EMT al modificar la influencia de la red de pluripotencia sobre la de EMT.
Los resultados obtenidos aportan una comprensión más profunda de los mecanismos de regulación en el cáncer de mama, enfocándose en subpoblaciones celulares clave que se consideran responsables de la resistencia a las terapias y de la recaída después del tratamiento.