Investigadores del Technion desarrollaron un nuevo algoritmo que es parte de un sistema de Inteligencia Artificial capaz de reconocer mutaciones genéticas detrás del cáncer, y que podría ayudar a los pacientes que eligen tratarse con inmunoterapia
La inmunoterapia, recordaron desde la universidad israelí, que tiene su base en Haifa, en el norte del país, es un desarrollo reciente en el mundo de los tratamientos contra el cáncer.
Hasta ahora se mostró capaz de impulsar la remisión completa en pacientes que no podían ser ayudados por otros medios y reduce muchos de los efectos secundarios de la quimioterapia.
Pero, junto con las alentadoras noticias, el tratamiento también genera algunas preguntas, como -por ejemplo- qué tipos de cáncer puede enfrentar o qué tratamiento específico se debe utilizar.
Los oncólogos se hacen habitualmente estas preguntas, al igual que las compañías de seguros, ya que la inmunoterapia es costosa.
Además, existen múltiples tratamientos de este tipo, que funcionan estimulando el sistema inmunitario del paciente para atacar las células tumorales.
Hasta ahora, los especialistas inician estos tratamientos «midiendo» en el ADN las mutaciones genéticas acumuladas por el tumor, que hacen que las células afectadas por el cáncer se diferencien de las células «normales».
Esa diferencia se llama carga de mutación tumoral (TMB por su sigla en inglés). Un TMB más alto significa más mutaciones nuevas entre las células. Y cuánto más precisa sea la medición, más eficaz será la inmunoterapia.
Y es aquí donde entran dos científicas del Technion, la profesora Keren Yizhak y la doctora Rotem Katzir, quienes estuvieron al frente de la investigación.
Los expertos israelíes ya habían propuesto comparar moléculas de ARN en lugar de moléculas de ADN, y demostrado que es un proceso posible para identificar las mutaciones específicas del cáncer.
Esto marca la diferencia porque las moléculas de ADN contienen la totalidad del genoma humano, mientras que las moléculas de ARN son pequeñas partes del código genético, «copiadas» para usarse como instrucciones dentro de la célula.
Ahora, en el nuevo estudio -cuyos resultados fueron publicados en la revista especializada Nature Communications-, la innovación es doble: primero, la eliminación de la necesidad de comparar el ARN del tumor con el ADN de las células sanas.
Como resultado, explicó el reporte del Technion, se necesita secuenciar una cantidad menor de material genético, por lo que el paciente debe someterse a un procedimiento menos.
En lugar de comparar el material genético del tumor con el material sano del propio paciente, el equipo de la profesora Yizhak desarrolló un algoritmo de aprendizaje automático, «entrenado» para reconocer aberraciones del genoma sano y diferenciarlas de la variación natural.
En segundo lugar, utilizando estas predicciones, pudieron calcular una métrica del TMB basada en ARN. De hecho, este método demostró ser más efectivo que el método estándar para estimar la efectividad prevista de la inmunoterapia para un paciente determinado, aseguraron.
Se cree que este es el caso porque el ARN -a diferencia del ADN- contiene las partes del genoma que están en uso constante y, por lo tanto, pueden iniciar una respuesta inmunitaria. Y es menos probable que las mutaciones en partes del genoma que no están en uso afecten el funcionamiento de la célula.
El desarrollo del sistema de inteligencia artificial, completó el informe, fue posible gracias al uso de una gran base de datos de ARN secuenciado de pacientes con cáncer, en la que se pudo «entrenar» el algoritmo.