Con el desarrollo de un proyecto que podría significar un avance en la búsqueda de tratamientos para el cáncer, un grupo de investigadores de la Universidad Nacional de Cuyo (UNCUYO) y de la Universidad de Harvard trabajan en un estudio de inteligencia artificial que permite caracterizar tumores de forma más precisa. De esta manera, se podrían mejorar los abordajes clínicos sobre la enfermedad en el futuro.
“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. Se trata de 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; y de los Departamentos de Radiación Oncológica y de Células Madres y Biología Regenerativa, de la Universidad de Harvard. El proyecto comenzó a partir de una serie de subsidios a la investigación que recibieron principalmente por parte de la propia casa de estudios y también del organismo estatal.
En diálogo con el Suplemento Universidad, el autor del estudio, Martín Guerrero, explicó que “los tumores 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”.
Guerrero detalló que “los tumores tienen distintas estrategias para sobrevivir en nuestro cuerpo: algunos pueden evadir la respuesta inmune, crear vasos sanguíneos para alimentarse; otros crecen muy rápido y hacen metástasis muy rápidamente. Lo que hace el algoritmo es detectar cuál de estas vías utiliza el tumor particularmente”. Por esta razón, “hay terapias específicas para cada caso particular, que nos permitiría direccionar los tratamientos”, indicó.
Respecto de la aplicación del algoritmo, el docente e investigador de la UNCUYO destacó que en Harvard se emplea para detectar las señales moleculares de dos tumores de mama particulares, ya que hay un grupo que no responde bien el tratamiento. Para el caso argentino, la herramienta “está siendo usada para conocer cuáles son las moléculas con resistencia en la quimioterapia, que son las que efectivamente están funcionando en distintos tipos de tumores”.
En el equipo también trabajan Kristina Holton, Benjamín Lang, Daniel Ciocca y Juan Manuel Fernández Muñoz, quien también se desempeña como docente de la UNCUYO, al igual que los directores del proyecto, Carlos Catania y Martín Zoppino.
Guerrero adelantó que el grupo de investigadores ya trabaja sobre otro algoritmo complementario que “apunta al contexto del tumor, las células no tumorales que lo rodean. Se sabe que estas condicionan el comportamiento de la enfermedad”. En esa línea, ejemplificó: “Durante el proceso de detección de tumores, pueden influir variables como la cantidad de células inmunes que posea una persona, como también las características de estas células. A través de la profundización sobre el detalle de este tipo de variables, se podría mejorar exponencialmente la identificación de un tumor”. Y expresó su esperanza de que “en el largo plazo se puedan aplicar estas técnicas en los casos particulares de cada paciente”.
Más allá del camino que aún resta por transitar, sostuvo que parte de los descubrimientos realizados por Galgo ya son utilizados para nuevos proyectos y propuestas terapéuticas. “En conjunto con el equipo de la Universidad de Harvard, utilizando Galgo descubrimos que un grupo de pacientes de cáncer de mama que poseen una alteración molecular específica (HER2 amplificado) era resistente al tratamiento de primera línea para dicho tipo de tumor (Trastuzumab). También gracias al algoritmo, pudimos detectar que dicha resistencia está fuertemente asociada al tejido cicatrizal circundante al tejido tumoral, por lo que ahora estamos planteando nuevas estrategias terapéuticas para este tipo de tumores atacando de forma específica a dicho tejido para hacer al tumor nuevamente sensible al tratamiento convencional”.
