Universidad Nacional de Cuyo - Facultad de Ciencias Médicas

14 de Septiembre de 2020 | 7 ′ 39 ′′


Galgo: un algoritmo que identifica firmas genéticas en múltiples tipos de cáncer



El desarrollo contribuye a aportar mayor precisión en el tratamiento del cáncer. Se trata de un estudio de inteligencia artificial que no sólo permite caracterizar tumores de forma más específica, 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 desarrollan 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 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, sólo se observa ‘ruido’, señales incongruentes que no podemos interpretar”, explicó a Argentina Investiga Martín Guerrero, autor del estudio y quien lidera la investigación, que 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 puede organizarse 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 sólo cómo se van a comportar clínicamente, sino también a qué tratamientos pueden ser sensibles o resistentes” detalló el investigador.

Acerca del método

Guerrero también resaltó dos aspectos importantes en cuanto al método utilizado en la investigación. Dijo que, por un lado, Galgo es el primer algoritmo que busca no sólo diferenciar el comportamiento biológico de los tumores, sino también la señal más óptima para detectarlo en forma simultánea. “Hasta el momento, las metodologías propuestas realizaban una u otra cosa de forma secuencial, es decir, buscar posibles perfiles biológicos y luego su firma asociada, o viceversa, buscar posibles firmas y ver luego si estas están asociadas a un determinado comportamiento biológico, lo cual en cada caso tiene sus desventajas y sus sesgos”. En este punto destacó que las limitaciones tecnológicas actuales en relación al volumen de información a analizar, que hacían que la búsqueda en simultáneo resultara ineficiente y dificultosa, con este algoritmo pudieron superarse eficazmente.

Por otro lado, aseguró que el algoritmo probó ser sumamente preciso y reproducible en numerosos tipos de cáncer, igualando o superando métodos analíticos comerciales que en la actualidad se usan en la práctica y que fueron desarrollados y refinados para contextos muy concretos y particulares. “Esto quiere decir que Galgo es aplicable a cualquier tipo de cáncer, dado que tengamos los suficientes datos como para que el algoritmo pueda aprender de ellos, lo cual lo convierte en una herramienta invaluable para todos aquellos tipos de cáncer que todavía no han logrado ser diseccionados molecularmente y que muchas veces tratamos de forma genérica debido a que no tenemos mucha información sobre estos. Esta propiedad en particular significa que la búsqueda de firmas génicas para los diferentes tipos de tumores puede verse enormemente acelerada por nuestro aporte y esperamos que así sea” enfatizó.

En síntesis, para el científico, este estudio representa un salto significativo hacia abordajes más precisos en el tratamiento del cáncer. A la vez que señaló: “El contexto regulatorio en relación al tratamiento de la enfermedad requiere que cada una de las firmas génicas encontradas por nuestro algoritmo sea probada en protocolos de investigación clínica, los cuales son específicos para cada tipo de cáncer, por lo que todavía queda un largo camino para que Galgo impacte en el tratamiento de los pacientes”.

Algunas aplicaciones de Galgo

Guerrero también comentó que, a pesar del largo camino que tienen por delante, parte de los descubrimientos realizados por Galgo ya están siendo utilizados para nuevos proyectos y propuestas terapéuticas. “En conjunto con el equipo de la Universidad de Harvard, utilizando Galgo observamos que un grupo de pacientes de cáncer de mama que poseen una alteración molecular específica (HER2 amplificado) podría ser resistente al tratamiento de primera línea para dicho tipo de tumor (Trastuzumab), y también, gracias al algoritmo, pudimos detectar que dicha propiedad está fuertemente asociada al tejido cicatrizal circundante al tejido tumoral, por lo que ahora planteamos nuevas estrategias terapéuticas para este tipo de tumores, atacando de forma específica a dicho tejido".

Finalmente, anunció que en el futuro esperan combinarlo con nuevas herramientas en desarrollo, para caracterizar de forma más precisa el tejido no tumoral circundante al tumor, que también impacta fuertemente en su comportamiento clínico. “De esta manera, podremos describir de forma precisa no sólo las características de las células que componen al tumor sino también cómo responde nuestro cuerpo a dicha invasión cancerígena y cómo esa información puede ayudarnos a combatir la enfermedad. Todo ello sólo con un pequeño pinchazo en el área afectada y la ayuda de la inteligencia artificial” concluyó el investigador.

Para más información, consultar en: http://www.uncuyo.edu.ar/prensa/desarrollan-un-algoritmo-que-identifica-firmas-geneticas-en-multiples-tipos-de-cancer

Alejandra Adi
anadi@uncu.edu.ar
Dirección de Prensa Institucional


Cómo será el trabajo después de la pandemia

La pandemia ha reconfigurado el trabajo en todo el mundo y está dejando como consecuencia la pérdida de millones de puestos. En la Argentina, los más afectados son los trabajadores informales y los pequeños y medianos empresarios. En entrevista con Argentina Investiga, Enrique Deibe, director del Instituto de Investigación de Producción, Economía y Trabajo de la UNLa, habla acerca de cómo será el futuro del trabajo en nuestro país.

Cáncer de mama: una terapia menos tóxica y más efectiva

Un equipo investiga una combinación de fármacos para lograr una quimioterapia menos tóxica y más efectiva en el tratamiento del cáncer de mama triple negativo, un tipo de tumor de mama con pocas alternativas terapéuticas y de muy mal pronóstico.

Identifican moléculas clave para el desarrollo y la malignidad de los cánceres de cabeza y cuello

Investigadores argentinos y españoles lograron describir una ruta biológica asociada a la inducción y el mantenimiento de la malignidad de los tumores de cabeza y cuello, enfermedad con muy baja tasa de supervivencia. Se comprobó que la eliminación de algunos elementos de esta ruta biológica hace que las células cancerosas reviertan a un estado similar al de las células sanas.

Cómo se comporta el sistema respiratorio con respiración asistida

Científicos de Ingeniería lograron obtener modelos dinámicos que describen cómo se comporta el sistema respiratorio en condiciones de respiración asistida y con distintas patologías. Los especialistas trabajan en mejorar los modelos y adaptar el algoritmo de identificación para el caso de COVID-19.

Ciencias de la computación: el próximo desafío de la educación primaria y secundaria

Vence el plazo de dos años estipulado por la Resolución 343/18 del Consejo Federal de Educación para “adecuar los documentos curriculares” a los Núcleos de Aprendizajes Prioritarios (NAP) para Educación Digital, Programación y Robótica. La iniciativa Program.AR apunta a lograr que las ciencias de la computación se constituyan como una materia más en las primarias y secundarias de todo el país.

Mejoran el rendimiento de terapias nanotecnológicas contra el cáncer de mama

En experimentos con ratones, investigadores de la UNC y de la UNL lograron optimizar la efectividad del tratamiento contra este tipo de tumores. Lo hicieron al reducir químicamente el tamaño de las nanopartículas que transportan y depositan la droga en el tejido tumoral. De esta manera, el tratamiento podría ser más corto, menos costoso y reduciría los efectos secundarios adversos de las terapias tradicionales.

Canal de videos 104