Con más de 200 tipos de cáncer y cada cáncer único, los esfuerzos en curso para desarrollar tratamientos oncológicos de precisión siguen siendo considerables. La atención se ha centrado principalmente en desarrollar pruebas o análisis de secuenciación genética para identificar mutaciones en genes que causan cáncer y luego encontrar tratamientos que puedan funcionar contra esas mutaciones. Sin embargo, muchos, si no la mayoría, de los pacientes con cáncer no se benefician de estas terapias dirigidas tempranas.
Un nuevo “canal de TI”
capaz de analizar montones de datos unicelulares tiene como objetivo poder transformar toda esta información, para un paciente y un cáncer determinado, en la clínica.
Llamada “Percepción” por Planificación personalizada basada en expresiones unicelulares para tratamientos en oncología, Este nuevo enfoque basado en la inteligencia artificial (IA) aprovecha en particular transcriptómica, o el estudio de los factores de transcripcióno las moléculas de ARN mensajero expresadas por los genes que transportan el ADN.
¿Por qué analizar las “ómicas unicelulares”?
“El tumor es una bestia compleja y en evolución”
escriben los científicos. El uso de resolución unicelular puede ayudar a abordar ambos desafíos de complejidad y escala”. Al analizar datos a nivel unicelular, Perception nos permite comprender mejor la arquitectura del tumor y controlar la aparición de resistencia. En términos clínicos, la herramienta permitirá adaptar el tratamiento a la evolución de las células cancerosas y a la complejidad estructural del tumor.
Transferir aprendizaje es el área de la IA que se explota aquí: la percepción utiliza la expresión genética masiva identificada a partir de tumores para entrenar previamente sus modelos. A continuación, se utilizan datos unicelulares de líneas celulares y pacientes, aunque limitados, para refinar el modelo. Probada en tres ensayos clínicos independientes, la herramienta pudo predecir la respuesta a la monoterapia y al tratamiento combinado en casos de mieloma múltiple, cáncer de mama y cáncer de pulmón. En todos estos casos, Perception pudo estratificar correctamente a los pacientes en “respondedores” y “no respondedores” y pudo captar el desarrollo de resistencia a los medicamentos contra el cáncer.
Más allá del oleoducto en sí, el enfoque demuestra el gran interés de los datos unicelulares para guiar el tratamiento.
“La calidad de la predicción aumenta con la calidad y cantidad de los datos que sirven de base al análisis”. Este es el valor añadido de la IA.
