LOGRO CIENTÍFICO EN MENDOZA: DESARROLLAN UN ALGORITMO QUE IDENTIFICA TIPOS DE CÁNCER CON MÁS PRECISIÓN

0
39

Un grupo de investigadores de la UNCUYO y de la Universidad de Harvard avanzan en un estudio de inteligencia artificial que no sólo permite caracterizar tumores de forma más precisa, sino que también tiene el potencial de guiar en la búsqueda de tratamientos personalizados.

Desarrollan un algoritmo que identifica firmas genéticas en múltiples tipos de cáncer

Un grupo de investigadores de la UNCUYO y de la Universidad de Harvard avanzan en un estudio de inteligencia artificial que no sólo permite caracterizar tumores de forma más precisa, sino que también tiene el potencial de guiar en la búsqueda de tratamientos personalizados.

“Galgo” es un algoritmo de aprendizaje automático que permite descubrir marcas moleculares en cáncer asociadas al pronóstico de los pacientes en múltiples tipos de esta enfermedad. Es un desarrollo de inteligencia artificial que busca identificar los patrones de comportamiento biológico de los diferentes tumores, para caracterizarlos clínicamente y saber a qué tratamientos pueden ser sensibles o resistentes.

En este estudio trabajan de forma interdisciplinar investigadores del Instituto de Medicina y Biología Experimental de Cuyo (CONICET- UNCUYO), del Instituto de Bioquímica y Biotecnología de la Facultad de Ciencias Médicas y del Laboratorio de Sistemas Inteligentes de la Facultad de Ingeniería, de la UNCUYO; y de los Departamentos de Radiación Oncológica y de Células Madres y Biología Regenerativa, de la Universidad de Harvard. Lo vienen desarrollando a partir de una serie de subsidios a la investigación que recibieron principalmente por parte de la UNCUYO, a través de la secretaría de Internacionales, Investigación y Posgrado (SIIP), y también del CONICET.

Este avance científico fue publicado hace poco por la prestigiosa revista “Bioinformatics”(de la editorial de la Universidad de Oxford, Reino Unido), la cual da cuenta de los nuevos desarrollos en el campo de la bioinformática del genoma y la biología computacional. (Ver publicación en: https://doi.org/10.1093/bioinformatics/btaa619)

“Los tumores, cuando comienzan a crecer en nuestro cuerpo, utilizan nuestro propio material genético y lo modifican para usarlo a su favor. Estas modificaciones pueden observarse de forma indirecta a través de las señales moleculares que expresan las células. Estas señales son el resultado de la expresión de una serie de moléculas denominadas ARN mensajero (mRNA) que podemos identificar con novedosas técnicas moleculares a partir de una biopsia del tejido tumoral del paciente. La dificultad se encuentra en que, en analogía a las frecuencias de radio, si uno no sabe qué buscar, solo se observa ‘ruido’, señales incongruentes que no podemos interpretar”, explicó Martín Guerrero, autor del estudio y quien lidera la investigación, la cual, además, es el tema de su tesis doctoral en Medicina Biológica.

En el equipo también trabajan Juan Manuel Fernández Muñoz, Benjamín Lang, Kristina Holton y Daniel Ciocca, y la dirección del proyecto está en manos de Carlos Catania y Martín Zoppino. A su vez, cuatro de estos siete investigadores también son docentes en diferentes Unidades Académicas de la UNCUYO.

Según Guerrero, en los últimos años se han realizado grandes avances para encontrar el conjunto de señales que permita identificar adecuadamente la biología de los tumores, que en la jerga científica se conoce como “firma génica”; aunque hasta el momento sólo se han podido descubrir “firmas génicas” para un pequeño puñado de tipos de cáncer. En ese sentido, agregó que es enorme la cantidad de señales moleculares detectadas mediante los nuevos métodos de análisis, e incalculable la cantidad de posibles combinaciones en las que se puede organizar esa información.

“Para esto, nuestro equipo propuso un algoritmo de inteligencia artificial que hace una búsqueda entre este océano de combinaciones para dar con la combinación, que nos permite identificar los patrones de comportamiento biológico de los diferentes tumores,con lo cual podemos caracterizarlos e identificar no solo como se van a comportar clínicamente, sino también a qué tratamientos pueden ser sensibles o resistentes” detalló el investigador mendocino.

DEJA UNA RESPUESTA

Please enter your comment!
Please enter your name here