La inteligencia artificial logra predecir cuándo el cáncer resistirá a la quimioterapia

La Inteligencia Artificial también podría ser de gran utilidad para predecir cuándo el cáncer resistirá a la quimioterapia. Así lo determinan un equipo de científicos de la Facultad de Medicina de la Universidad de California en San Diego, que utilizaron un algoritmo de aprendizaje automático para abordar este desafío.  

Según explican los investigadores en una nota recogida por la Universidad, "todas las células, incluidas las cancerosas, dependen de una maquinaria molecular compleja para replicar el ADN como parte de la división celular normal. La mayoría de las quimioterapias funcionan interrumpiendo esta maquinaria de replicación del ADN en las células tumorales que se dividen rápidamente". De esta forma, aunque los científicos "reconocen que la composición genética de un tumor influye en gran medida en su respuesta específica a los medicamentos, la gran multitud de mutaciones encontradas dentro de los tumores ha hecho que la predicción de la resistencia a los medicamentos sea una perspectiva desafiante", añaden. 

El estudio, publicado en Cancer Discovery, señala que este nuevo algoritmo "supera esta barrera al explorar cómo numerosas mutaciones genéticas influyen colectivamente en la reacción de un tumor a los fármacos que impiden la replicación del ADN". 

Para ello, probaron su modelo en tumores de cáncer de cuello uterino, consiguiendo pronosticar "con éxito" las respuestas al fármaco más comúnmente utilizado, así como los tumores que presentaban mayor riesgo de resistencia al tratamiento y la maquinaria molecular subyacente que provoca esto, lo que se asoció con mejores resultados para los pacientes. En concreto, observando que cerca del 35% de los tumores persisten tras el tratamiento. 

En este sentido, Trey Ideker, profesor del Departamento de Medicina de UC San Diego, explicaba que "los médicos conocían previamente algunas mutaciones individuales que están asociadas con la resistencia al tratamiento, pero estas mutaciones aisladas tendían a carecer de un valor predictivo significativo. La razón es que una cantidad mucho mayor de mutaciones puede moldear la respuesta al tratamiento de un tumor de lo que se pensaba anteriormente". 

"La inteligencia artificial cierra esa brecha en nuestra comprensión, permitiéndonos analizar una compleja gama de miles de mutaciones a la vez", añadía. 

Uno de los retos para comprender cómo responden los tumores a los medicamentos es "la complejidad inherente de la replicación del ADN, un mecanismo al que apuntan numerosos medicamentos contra el cáncer". En este sentido, los investigadores explican que "el cáncer es una enfermedad basada en redes impulsada por muchos componentes interconectados, pero los modelos anteriores de aprendizaje automático para predecir la resistencia al tratamiento no siempre reflejan esto".

Es por ello que, "en lugar de centrarse en un solo gen o proteína, nuestro modelo evalúa las redes bioquímicas más amplias, vitales para la supervivencia del cáncer", indica Ideker.

"Desentrañar el proceso de toma de decisiones de un modelo de IA es crucial, a veces tan importante como la predicción misma", aseguraba Ideker, que destacó "la transparencia de nuestro modelo" como una de sus "fortalezas".

"En primer lugar, porque genera confianza en el modelo y, en segundo lugar, porque cada uno de estos conjuntos moleculares que hemos identificado se convierte en un nuevo objetivo potencial para la quimioterapia. Somos optimistas de que nuestro modelo tendrá amplias aplicaciones. No solo para mejorar el tratamiento actual contra el cáncer, sino también para ser pionero en otros nuevos", concluía.