Unos investigadores del Instituto Koch para la Investigación Integral del Cáncer en el Instituto de Tecnología de Massachusetts (MIT) han desarrollado una nueva manera para detectar los tipos de cáncer para aplicar un correcto tratamiento.
El estudio se ha realizado de forma conjunta con el Hospital General de Massachusetts (MGH) y aseguran que ayuda a clasificar los cánceres gracias al observar de cerca los programas de expresión génica relacionados con el desarrollo y la diferenciación celular temprana.
En un artículo del MIT, señalan que el primer paso para elegir qué tratamiento es el adecuado para un paciente con cáncer es identificar el tipo específico de cáncer y saber dónde se ha originado. Salil Garg, investigador clínico de Charles W. y Jennifer C. Johnson en el Instituto Kock y patólogo en MGH, apunta que “las herramientas de aprendizaje automático como ésta [la del estudio] podrían empoderar a los oncólogos para elegir tratamientos más efectivos y brindar más orientación a sus pacientes”.
Según el estudio, publicado en Cancer Discovery, la inteligencia artificial que han entrenado es capaz de identificar entre distintos tipos de cáncer con gran precisión. Esto es importante, ya que analizar las diferencias de expresión génica entre los diferentes tumores de origen primario desconocido suele ser un problema en medicina.
Un nuevo modelo que mapea las vías de desarrollo de las células tumorales puede desbloquear la identidad de los cánceres de origen primario desconocido
Cabe destacar que las células cancerosas se comportan de forma diferente a las normales a causa de las alteraciones que se expresan en sus genes. Gracias a los avances tecnológicos en salud, se pueden analizar dichas células de forma individual y detectar posibles pistas de cómo y dónde surgieron los tumores.
El MIT explica que los investigadores tuvieron que comparar dos atlas de células grandes e identificar correlaciones entre células tumorales y embrionarias. Según recalcan, el Atlas del Genoma del Cáncer tenía datos de expresión génica para 33 tipos de tumores y el Atlas de Células de Organogénesis de Ratón contaba con 56 trayectorias separadas de células embrionarias.
PRECIDE EL ORIGEN DEL TUMOR
Enrico Moiso, autor principal del estudio, afirma que el segundo atlas mencionado ayudó a su equipo a expandir sus “herramientas más allá de la información histológica y genómica y abrir puertas a nuevas formas de perfilar e identificar tumores y desarrollar nuevos tratamientos”.
Por su parte, los investigadores también desglosaron la expresión génica de las muestras tumorales en componentes individuales y asignaron cada uno a un valor matemático. De este modo, pudieron crear un sistema de aprendizaje automático al que pusieron el nombre de ‘Perceptrón multicapa de desarrollo’ (D-MLP). Este modelo califica un tumor para sus componentes de desarrollo y, después, predice su origen.
El D-MLP se aplicó a 52 muestras nuevas de cánceres de origen primario desconocido que no se habían podido diagnosticar con las herramientas ya existentes. El resultado fue exitoso, puesto que logró clasificarlos en cuatro categorías, lanzó predicciones y otro tipo de información que guiaba al diagnóstico y a un posible tratamiento para los enfermos de cáncer.