Un estudio innovador sobre mezclas químicas y riesgo de cáncer de mama
Las sustancias químicas asociadas con el riesgo de cáncer de mama provienen de diversas fuentes: nuestros productos de cuidado personal, productos de limpieza, envases de alimentos, pesticidas, el aire que respiramos, el agua que bebemos, entre otras. Estas sustancias, incluyendo disruptores endocrinos y carcinógenos para las glándulas mamarias, pueden alterar canales vitales en nuestro cuerpo. Si bien la mayoría de las investigaciones se han centrado en sustancias químicas individuales, en realidad no estamos expuestos a una sola química a la vez. A lo largo de nuestras vidas, estamos expuestos simultáneamente a muchas sustancias químicas.
Las mezclas químicas son combinaciones de dos o más químicas que pueden interactuar entre sí y con su entorno, lo que produce efectos únicos en la salud humana y el medio ambiente. Se desconoce si la exposición a mezclas químicas tiene un mayor efecto en el riesgo de cáncer de mama que la exposición a sustancias químicas individuales. Se necesita investigación para determinar si el riesgo de cáncer de mama es mayor según el tipo y la cantidad de mezclas químicas a las que se expone una persona, y cuáles son las más impactantes.
Un estudio innovador busca descubrir la relación entre la exposición a mezclas químicas y el riesgo de cáncer de mama. El estudio también comparará la exposición de mujeres que viven en barrios de altos y bajos niveles socioeconómicos.
Este estudio está dirigido por la Dra. Kimberly Badal, profesora adjunta del Departamento de Cirugía de la Universidad de California en San Francisco. La investigación se basará en el trabajo continuo de la Red de Salud Mamaria Athena (Breast Health Network) en California, que ha recopilado información sobre la salud mamaria y muestras de sangre de una cohorte diversa de mujeres de diferentes razas, etnias y barrios desde 2012. El estudio está financiado mediante una subvención de $1,3 millones del Programa de Investigación del Cáncer de Mama de California (California Breast Cancer Research Program).
Zero Breast Cancer de Collaborative for Health & Environment es un socio comunitario para esta investigación y se centrará en comunicar los hallazgos del estudio a la comunidad en general. Esta entrada de blog es la primera de una serie que profundizará en este estudio.
Identificación de personas en riesgo
La Dra. Badal y su equipo utilizarán 600 muestras de sangre de participantes de la Red de Salud Mamaria Athena (Breast Health Network), que consiste en 300 mujeres que han desarrollado cáncer de mama y 300 que no han tenido cáncer de mama. Las muestras se habrán tomado al menos un año antes de que se desarrollara el cáncer de mama para asegurar que las mezclas químicas fueran un factor potencial en su desarrollo.
El equipo utilizará una herramienta llamada análisis no dirigido para detectar hasta 100.000 sustancias diferentes en la sangre, que sean químicas naturales o artificiales. El objetivo es identificar cualquier diferencia en la abundancia de químicas en la sangre de mujeres con y sin cáncer de mama y comprender cómo estas sustancias, al agruparse, podrían afectar el riesgo de cáncer de mama.
Además, la Dra. Badal y su equipo examinarán las diferencias en la metilación del ADN entre estos dos grupos para determinar si la exposición a mezclas químicas afecta la expresión génica. El análisis de la metilación del ADN analiza cómo se añaden a nuestro ADN etiquetas químicas diminutas, llamadas grupos metilo, que pueden activar o desactivar ciertos genes, en función de nuestras exposiciones ambientales.
Uso de la IA para identificar mezclas químicas
La mayoría de los estudios de investigación se han centrado en la exposición a químicas individuales debido a la complejidad del estudio de mezclas químicas. Para abordar este desafío, el estudio de la Dra. Badal utilizará aprendizaje automático para identificar las mezclas químicas más importantes y comparar los resultados con los de métodos estadísticos más tradicionales.
El aprendizaje automático es un tipo de inteligencia artificial que permite a las computadoras encontrar patrones en los datos sin recibir instrucciones constantes. El aprendizaje automático en el análisis de datos ha revolucionado el campo de la investigación médica, ya que, en ocasiones, permite identificar patrones que los humanos no pueden detectar. Este contribuirá a la investigación de las combinaciones químicas y los componentes clave que aumentan el riesgo de cáncer de mama.
Orientando esfuerzos de prevención del cáncer
Los hallazgos de este estudio tienen un gran potencial para traducirse en políticas y prácticas. Mediante la divulgación a los legisladores, los hallazgos pueden servir de base a las agencias reguladoras, como la Agencia de Protección Ambiental (Environmental Protection Agency, EPA), para que reevalúen y posiblemente refuercen las regulaciones sobre el uso y la liberación de mezclas químicas asociadas con el riesgo de cáncer de mama.
Además, los hallazgos del estudio se utilizarán para informar directamente al público sobre los riesgos asociados a la exposición a mezclas químicas y cómo reducirla.
Por último, los hallazgos del estudio podrían ayudar a predecir con mayor precisión quién está en riesgo de padecer qué tipo de cáncer de mama y utilizarse para fundamentar las recomendaciones sobre las pruebas de detección del cáncer de mama y la reducción del riesgo.
--
Escrito por la Dra. Bridget Martin, pasante de comunicaciones científicas de Collaborative for Health & Environment.
Traducción: Victoria Ewing
Revisado por Catherine Thomsen
