Investigadores del cáncer de Sanford Burnham Prebys (EE.UU.) han llevado a cabo un nuevo estudio, publicado en la revista ‘Nature Cancer’, en el que han descrito un método computacional pionero parapredecir sistemáticamente la respuesta de los pacientes a los medicamentos contra el cáncer con resolución unicelular.
Denominado ‘Planificación personalizada de tratamientos en oncología unicelular basada en expresiones’ o ‘PERCEPCIÓN’, el nuevo método basado en inteligencia artificial profundiza en la utilidad de la transcriptómica, el estudio de los factores de transcripción, Moléculas de ARN mensajero expresadas por genes. que transportan y convierten la información del ADN en acción.
«Un tumor es una bestia compleja y cambiante. El uso de la resolución unicelular puede permitirnos abordar ambos desafíos. ‘PERCEPTION’ nos permite utilizar la rica información de las ómicas unicelulares para comprender la arquitectura clonal del tumor y monitorear el surgimiento de resistencia», afirmó. indicó el primer autor Sanju Sinha, profesor asistente del Programa de Terapéutica del Cáncer Molecular en Sanford Burnham Prebys.
«La capacidad de controlar la aparición de resistencias es lo que más me entusiasma. Tiene el potencial de permitirnos adaptarnos a la evolución de las células cancerosas e incluso modificar nuestra estrategia de tratamiento», añadió Sinha, según Europa Press.
Sinha y sus colegas utilizaron el aprendizaje por transferencia, una rama de la IA, para desarrollar la «PERCEPCIÓN». «Nuestro mayor desafío fue la escasez de datos unicelulares provenientes de las clínicas. Un modelo de IA necesita grandes cantidades de datos para comprender una enfermedad, similar a ‘ChatGPT’ «requiere enormes cantidades de datos de texto extraídos de Internet»explicó el investigador.
‘PERCEPTION’ utiliza expresión genética masiva publicada de tumores para entrenar previamente sus modelos. A continuación, se utilizaron datos unicelulares limitados de líneas celulares y pacientes para ajustar los modelos.
El programa fue validado con éxito al predecir la respuesta a la monoterapia y al tratamiento combinado en tres ensayos clínicos independientes, publicado recientemente, para mieloma múltiple, cáncer de mama y cáncer de pulmón.
En todos los casos, ‘PERCEPTION’ estratificó correctamente a los pacientes en respondedores y no respondedores. En el cáncer de pulmón, incluso captó el desarrollo de resistencia a los medicamentos a medida que avanzaba la enfermedad, un descubrimiento notable con un gran potencial.
Sinha dice que ‘PERCEPTION’ no está listo para uso clínico, pero demuestra que la información unicelular se puede utilizar para guiar el tratamiento. Espera fomentar la adopción de esta tecnología en las clínicas para generar más datos, que puedan utilizarse para desarrollar y perfeccionar aún más la tecnología para uso clínico.
«La calidad de la predicción aumenta con la calidad y cantidad de los datos en los que se basa. Nuestro objetivo es crear una herramienta clínica que pueda predecir la respuesta al tratamiento de cada paciente con cáncer de forma sistemática y basada en datos. Esperamos que «Estos hallazgos estimularán más datos y más estudios de este tipo, más temprano que tarde», concluyó Sinha.
