Bioinformatics

Science Bits: Entrevista a Sara Lahoz

“Genòmica computacional per identificar biomarcadors de risc en càncers gastrointestinals”

  • 17/06/2021
  • 6 mins reading time
  • Catalan
Cancer gastrointestinal
Foto: Sara Lahoz

Sara Lahoz, estudiant de doctorat al laboratori de Genòmica Translacional del Càncer Colorectal de l’IDIBAPS, ens acosta la seva recerca i repassa la seva trajectòria professional.

El càncer és una malaltia que es produeix a causa de desregulacions i modificacions en el nostre material genètic. Quan això succeeix, les nostres cèl·lules comencen a créixer sense control i esdevenen tumors, procés que afavoreix la proliferació de la malaltia a altres zones del cos, causant la metàstasi. La recerca en càncer és fonamental per entendre els mecanismes que originen aquestes alteracions i, d’aquesta manera poder trobar millors teràpies. Al laboratori de Genòmica Translacional del Càncer Colorectal, estudien aquests mecanismes per tal d’oferir un millor pronòstic per al càncer.

Explica’ns què vas estudiar i per què ho vas escollir.

Vaig estudiar Ciències Biomèdiques a la UdL. Durant l’últim semestre del grau, vaig fer el treball final a un laboratori del Regne Unit, on estudiàvem l’enucleació dels eritroblasts utilitzant un model in vitro. Considero que gran part de la meva formació científica van ser les pràctiques que des de 1r curs vaig fer a laboratoris diversos, aprenent d’investigadors/es diferents. Van ser una immersió pràctica. Després, amb ganes de voler fer recerca aplicada a la salut, em vaig decidir pel màster de Medicina Translacional a la UB, amb l’oportunitat de desenvolupar la tesi de màster al laboratori de Genòmica translacional del càncer colorectal de l’IDIBAPS. Allà, em va apassionar tant el món de la citogenètica molecular de tumors sòlids que m’hi vaig quedar a fer una tesi doctoral amb el meu director actual, el Dr. Jordi Camps, per a identificar biomarcadors genòmics de valor pronòstic i predictiu en el càncer colorectal.

Actualment els llenguatges de programació, el tractament de dades i l’anàlisi estadística són eines immensament útils. Em vaig adonar que, si volia investigar en genòmica, havia d’ampliar els meus horitzons de Bioinformàtica (curiosament, la Bioestadística i la programació amb R van ser assignatures que vaig gaudir molt durant el grau!). En aquest moment, paral·lelament al doctorat, estic acabant el màster en Bioinformàtica i Bioestadística a la UOC, formació complementària i d’especialització professional, que gaudeixo i que m’obre coneixement a nous mètodes aplicables al meu camp de recerca: la genòmica computacional i la predicció de biomarcadors de risc utilitzant tècniques de machine-learning en càncers gastrointestinals.

Pensaves dedicar-te a la recerca quan vas acabar el grau? Què et va motivar a dedicar-t’hi?

No m’ho vaig pensar gaire, segurament per la meva experiència de pràctiques al laboratori. El que no tenia tan clar era el camp de recerca on dibuixar la meva continuïtat en el món científic. En acabar el grau, m’agradaven la genètica, la immunologia, l’estadística aplicada, la biologia molecular, els assaigs clínics… tot per a estudiar el càncer, però no sabia ben bé ‘quin què’ del càncer. Un bon interrogant. Però si miro enrere, m’adono que el camí professional l’anem dibuixant poc a poc, de forma inconscient, a través de les nostres pròpies decisions: des de primer de carrera (i abans), sempre he intentat ser sincera amb mi mateixa i triar d’acord amb les meves inquietuds i la meva ètica, sense pensar excessivament en la carrera a llarg termini.

Sempre m’havia motivat la idea de poder dedicar-me a una professió creativa d’alt nivell tècnic. Doncs bé, diria que la professió científica consisteix ben bé en això. És emocionant participar en el fonament de noves idees. M’agrada pensar que els científics estem generant un coneixement potencialment útil per a ajudar altres persones i especialment persones que tenen alguna malaltia. Ara bé, la motivació l’anem construint a mesura que va passant el temps. A dia d’avui, puc dir que el principal actiu de la meva motivació és la meva experiència personal: el que per a mi va ser una desgràcia en el passat ara és una forma de resiliència personal a través de la meva professió. I ho faig pensant que puc ajudar altres persones. Tothom hauria de cercar experiències que l’hagin marcat i redirigir-les de forma intel·ligent.

Quines línies de recerca seguiu al vostre laboratori? Ens podries explicar en què consisteix la teva investigació?

El nostre grup de recerca a l’IDIBAPS estudia el càncer colorectal des de la perspectiva de la genòmica i fem recerca ‘translacional’ perquè treballem amb mostres primàries i dades procedents de tumors de pacients amb aquesta malaltia. Vaig començar en aquest grup analitzant dades de SNP-arrays d’una cohort de pacients amb malaltia localitzada, per a la identificació d’alteracions cromosòmiques (o copy-number alterations) associades amb la recidiva del càncer. A posteriori, vam dur a terme la validació experimental de tres d’aquestes alteracions utilitzant hibridació in situ fluorescent multi-color (o FISH, acrònim en anglès). A partir dels comptatges fets al microscopi, vam identificar que aquells càncers malignes que eren recurrents presentaven majors nivells d’aberracions cromosòmiques en comparació als no-recurrents. A continuació, vam voler confirmar aquesta observació a nivell de tot el genoma i això només ho podíem fer computacionalment. Els resultats que hem trobat suggereixen que els càncers recurrents presenten escenaris genòmics més complexos i això es tradueix en un pitjor pronòstic per al pacient. En aquest punt, em vaig adonar que la bioinformàtica era condició sine qua non per a la meva continuïtat dins del món de la genòmica.

Actualment, la meva especialització en recerca se centra en l’anàlisi de dades multi-òmiques procedents de tumors de còlon i recte (amb èmfasi en la seqüenciació dirigida i d’exoma, SNP-arrays i ocasionalment RNA-Seq o NanoString per a fer anàlisis funcionals d’expressió) i la integració computacional de totes aquestes dades per identificar biomarcadors amb valor pronòstic i predictiu, mitjançant l’anàlisi dels temps de supervivència dels pacients (usant model de Cox, test de log-rank) i models de predicció del risc amb l’ús de classificadors de machine-learning (segur que us sonen els termes RandomForest, Support Vector Machine, Gradient Boosting Machine, etc.). Evidentment, sense la programació no podríem dur a terme totes aquestes anàlisi, ja que partim de centenars de Giga-bytes d’informació. Els llenguatges que més utilitzo són R i bash. Per exemple, les funcions de la plataforma GATK (per al processament i anàlisi de lectures de seqüenciació) es criden directament des de la terminal-UNIX amb bash i per a la part d’anàlisi estadístic i llibreries de machine-learning utilitzo R (he de dir que sóc molt fan del projecte CRAN-R!). El tema Python el tinc encara pendent. Al juliol en faré un curs, a veure si m’hi enganxo… de moment, sóc R-based!

Què tens pensat fer quan acabis el doctorat?

Afortunadament, la recerca biomèdica s’ha de reciclar constantment per a resoldre els problemes continus que van sorgint des del sector mèdic. Hi ha moltes línies obertes i preguntes que m’agradaria respondre en càncers sòlids i gastrointestinals. Tant de bo pugui continuar investigant, generant hipòtesis, optimitzant mètodes i creant coneixement des d’una posició d’investigació. Sempre tinc al cap el pacient i la biologia subjacent a la malaltia. Mai perdo l’horitzó translacional de la nostra activitat, intueixo que la meva experiència personal vital hi influeix. M’agradaria ser partícip de la integració de sistemes d’intel·ligència artificial en la rutina clínica i l’optimització de mètodes no-invasius per al diagnòstic i seguiment de malalties, sobretot en un moment en què s’està aconseguint cronificar alguns càncers. Per això, m’agradaria investigar la possibilitat de detectar alguns dels biomarcadors genòmics que hem identificat en altres tipus de mostra derivada de rutina clínica (que no sigui tumor primari), com per exemple en mostra d’endoscòpia o talls histopatològics de teixit o en ADN circulant de plasma o altres líquids corporals (biòpsia líquida). En el meu cas, em veig treballant en el sector públic, aposto per fer recerca de qualitat des d’institucions públiques. M’agrada pensar que els meus interessos beneficien a totes les persones.

Amb quines activitats complementes la teva vida professional?

Sóc una persona obsessiva i moltes vegades em sento absorbida pel bucle de la vida professional i científica. Omplir temps lliure amb amics/gues, família i persones amb les quals compartim activitats i buscar estones de descans (i dormir) és imprescindible per a no perdre l’equilibri psicològic i mantenir una dinàmica professional saludable. Sortosament, la meva via d’escapament és la música. Vaig estudiar-la des dels 5 als 18 anys a escoles de música i representa una part fonamental de la meva formació a tots nivells: intel·lectual, cultural, personal, creatiu, emocional. Actualment canto (com a soprano) a dos grups corals. Sóc pianista, però el meu instrument frustrat és el violí. Un objectiu de futur seria començar-ne classes, m’agradaria tocar en orquestres o grups de cambra petits amb el violí. Finalment, m’agrada prendre el sol a la terrassa els caps de setmana i gaudir de la natura sempre que puc: caminar pel Priorat també ho considero un hobby.

Què li diries a algú que estigui acabant el grau en Bioinformàtica?

Li diria que es mogui per les seves inquietuds i la seva ètica, que busqui sortides laborals que li permetin plantejar-se reptes intel·lectuals. Guanyeu experiència pràctica, arrisqueu-vos a fer un màster, tantes pràctiques com pugueu i a començar a treballar allà on us donin una oportunitat, aquí o a l’estranger. La bioinformàtica és una eina molt versàtil que us dóna habilitats no només per a treballar en recerca, sinó en molts altres sectors públics o privats/industrials on valoren i requereixen habilitats computacionals i de programació. Per exemple, podem aplicar models de machine-learning o xarxes neuronals (deep-learning) per a predir els subtipus de tumor, però també per a predir frau digital, per al reconeixement d’imatges (a partir del color i distribució dels píxels d’una fotografia), per a identificar persones en una reunió a partir de la seva veu (usant dades de freqüències sonores, és a dir Herz), etc. Tot això són necessitats del mercat i, com a tal, en trobareu sortides laborals. Sobretot, no us desanimeu, la vida professional no és lineal. Els principis laborals poden estar immersos en la incertesa, ja que encara no visualitzeu la vostra posició/valor en el mercat laboral, però tot és qüestió de temps, esforç i experiència. Molta sort!

 


Alexis Molina, alumni del BDBI
Laura Serra, alumna del BDBI

We also recommend you