Los avances de la tecnología aportan grandes esperanzas en el campo sanitario. La inteligencia artificial, concretamente, va a tener mucho que decir.
En el Barcelona Supercomputing Center (BSC), la investigadora Nataša Pržulj ha liderado la creación de un nuevo método computacional publicado en Nature Communications, basado en inteligencia artificial que acelera la identificación de nuevos genes relacionados con el cáncer.
La profesora Pržulj utiliza técnicas de aprendizaje automático (machine learning) para relacionar grandes cantidades de datos ómicos y los recrea en un prototipo computacional.
Específicamente, fusiona tres redes de interacción molecular específicas de tejido: interacción proteína-proteína, coexpresión de genes y redes de interacción genética. La técnica mediante la cual se realiza esta fusión es la Tri-Factorización de Matrices No Negativa, una técnica de machine learning propuesta originalmente para la agrupación y la reducción de la dimensionalidad que se ha utilizado recientemente para la integración de datos.
Este método ya ha sido aplicado por sus autores para reconstruir células de cuatro de los tipos más comunes de cáncer, como son el cáncer de mama, el de próstata, el de pulmón y el de colon, demostrando en todos ellos ser útil para localizar nuevos genes relacionados con estas enfermedades.
El método ha señalado 63 genes y un proceso de validación biológica ha confirmado que al menos 36 de ellos contribuyen al crecimiento irregular de las células. La validación se ha llevado a cabo mediante experimentos de desactivación de genes seguidos de pruebas de viabilidad celular y análisis de datos de supervivencia del paciente.
Alfonso Valencia, profesor ICREA y director del Departamento de Ciencias de la Vida del BSC, afirma que “las iCells de Nataša complementan a la perfección nuestras propuestas de análisis del genoma del cáncer en el BSC, y son solo el primero de los muchos métodos computacionales sólidos que esperamos ver desarrollados por su nuevo grupo en los próximos años “.
Este nuevo método permite la identificación de genes alterados en el cáncer que no aparecen como alterados en ningún otro tipo de datos.
“Este descubrimiento pone de manifiesto la importancia de los enfoques integrativos para analizar datos biológicos y allana el camino hacia análisis integrativos comparativos de todas las células” explica Pržulj.
Las posibles aplicaciones de este método van desde el tratamiento de otras enfermedades hasta el envejecimiento, con el objetivo final de descubrir los principios intrínsecos de la organización interna de la vida en la Tierra.